Capítulo 7
Predicción hidrológica
7.1 Introducción a la predicción
hidrológica [HOMS J]
7.1.1 Alcance
Una predicción hidrológica es una estimación de
los estados futuros de un fenómeno hidrológico.
Las predicciones hidrológicas son esenciales para el
funcionamiento eficaz de la infraestructura hídrica
y para la atenuación de desastres naturales tales
como crecidas y sequías. Además, son cada vez más
importantes como medio de apoyo a la gestión
integrada de los recursos hídricos y para la reduc-
ción de las pérdidas causadas por las crecidas.
Las tareas de descripción y predicción del estado
futuro del agua pueden clasificarse en términos de
la lejanía en el tiempo del fenómeno que se predice.
Por ejemplo, las predicciones de diversos elementos
hidrológicos, como los valores de caudal, altura del
agua y velocidad, pueden abarcar desde el comienzo
de la predicción hasta diferentes fechas futuras. En
el Reglamento Técnico (OMM-Nº 49) se establece la
clasificación siguiente:
a) predicciones hidrológicas a corto plazo, que
abarcan períodos de hasta dos días;
b) predicciones hidrológicas a medio plazo, que
comprenden períodos de entre 2 y 10 días; y
c) predicciones hidrológicas a largo plazo, que
abarcan períodos superiores a 10 días.
En la presente sección se analiza la importancia y la
necesidad de establecer un programa de predicción
hidrológica de extremo a extremo, mientras que en
la sección 7.1.5 se ofrece una introducción a la
tecnología de comunicación utilizada para recopi-
lar datos y distribuir predicciones y avisos cruciales
entre los usuarios, y en la sección 7.2 se describen
las necesidades de datos para la predicción hidroló-
gica. La sección 7.3 contiene una descripción
general de las técnicas de predicción disponibles,
desde los modelos de índice simples hasta los siste-
mas robustos de predicción hidrológica. La
predicción de crecidas repentinas (sección 7.4) y de
fusión de nieve (sección 7.6) ha sido examinada
con mayor detalle, ya que se carece de directrices a
ese respecto. Por último, en la sección 7.5 se exami-
nan sucintamente las predicciones de abastecimiento
de agua. En el presente capítulo, el estudio de las
predicciones hidrológicas estará limitado a la
predicción de cantidades de agua.
7.1.2 Operaciones de la predicción
hidrológica
Los servicios de predicción hidrológica están inte-
grados por predictores hidrológicos preparados que
trabajan con una combinación de datos en tiempo
real e históricos, consistentes en datos obtenidos de
radares, satelitales e in situ, equipos y programas de
comunicación, modelos hidrológicos o sistemas de
modelización, modelos meteorológicos o productos
o datos entrantes de modelos, y equipo informá-
tico. Un servicio de predicción hidrológica se puede
configurar de muchas formas. Hay, con todo, un
número crucial de factores necesarios para lograr la
prestación fiable de un servicio que responda a las
necesidades de una comunidad de usuarios diversa.
El concepto de operaciones de un servicio de predic-
ción hidrológica define la manera en que funcionará
el servicio de predicción, cotidianamente y en situa-
ciones de crecida. Abarca los elementos siguientes:
a) la misión y el mandato legal de la organización;
b) los usuarios y productos o servicios requeridos;
c) los plazos para la difusión;
d) las formas de organización de la predicción
hidrológica;
e) la red de datos hidrometeorológicos y la manera
en que funciona;
f) la manera en que interactuarán los hidrólogos
con la oficina de predicción meteorológica;
g) el equipo y los programas de comunicación
utilizados para recibir datos e información y
para difundir las predicciones;
h) la forma en que se elaboran los productos de
predicción;
i) las políticas y los procedimientos de operación
normalizados que permitirán conseguir las
prácticas más idóneas en condiciones de rutina
y de emergencia; y
j) el alcance del servicio de predicción hidrológica
mediante la enseñanza y formación profesional
de los responsables de políticas, del personal
de operaciones de emergencia y del público en
general.
Los productos de muestreo deberán ser accesibles a
los posibles clientes.
La misión y el mandato legal del servicio de predic-
ción hidrológica deben estar claramente definidos.
Es importante que solo haya una fuente oficial de
II.7-2 Guía de Prácticas Hidrológicas
predicciones y avisos legalmente autorizada. Una
multiplicidad de fuentes de predicción puede dar
lugar a informaciones contradictorias que induzcan
a confusión y reduzcan la posibilidad de una
respuesta efectiva.
Los principales usuarios de los productos de aviso
son las organizaciones de gestión de emergencia o
de protección civil de ámbito nacional, regional y
local, los medios de comunicación, las organizacio-
nes agrarias, industriales o de generación de energía
hidroeléctrica, los gestores de control de crecidas,
las organizaciones de transporte y abastecimiento
de agua municipal, y el público. Las necesidades en
materia de datos hidrológicos, productos de predic-
ción y avisos varían en función de la comunidad de
usuarios destinataria. Es esencial que el hidrólogo
conozca a fondo las necesidades de los usuarios con
el fin de que los datos y productos de predicción
estén adaptados a sus necesidades. Hay muchos
segmentos de las economías nacionales (transporte,
gestión de emergencia, agricultura, energía y abas-
tecimiento hídrico) que tienen necesidades muy
específicas a ese respecto. Si se tienen presentes tales
necesidades y se aportan los datos, las predicciones
y los productos que respondan a ellas, se logrará
que el servicio de predicción hidrológica reporte el
máximo beneficio a la comunidad. Los usuarios
sofisticados, como las organizaciones de generación
de energía hidroeléctrica, necesitan datos hidrome-
teorológicos, predicciones, hidrogramas de flujo
entrante y análisis para las actividades de genera-
ción de electricidad, mientras que las operaciones
de gestión de emergencia requieren predicciones y
avisos más simples pero más urgentes.
Será necesario definir la red, en particular los afora-
dores de corriente, los pluviómetros y la red
meteorológica asociada, teniendo en cuenta la
disponibilidad de datos de todas las proveniencias,
por ejemplo, los productos de redes de radares y de
enlaces descendentes de satélites. Sin embargo,
habrá que asegurarse de que tales productos están
permanentemente disponibles antes de utilizarlos
con regularidad en los servicios nacionales de
predicción hidrológica. Es esencial una estrecha
cooperación entre los servicios de predicción
meteorológica y los servicios de predicción hidroló-
gica. El procedimiento, o la definición del sistema,
utilizado para la adquisición de datos y prediccio-
nes, así como para los análisis, es un elemento
necesario para las predicciones hidrológicas y debe
quedar definido en el marco conceptual de las
operaciones. El equipo y los programas de comuni-
cación utilizados para los sistemas de predicción de
crecidas dependerán de la infraestructura disponi-
ble en el país en cuestión. Sin embargo, los sistemas
de comunicación de datos modernos, como los
satelitales o Internet, ofrecen muy diversas posibili-
dades que habrá que utilizar adecuadamente.
Es importante evaluar las necesidades de personal,
por ejemplo, el número de técnicos o profesionales
necesarios para asegurar el funcionamiento del
centro durante las operaciones de rutina y de emer-
gencia. Sus cometidos y responsabilidades, sus
horarios de trabajo y las necesidades de formación
continua de los predictores también deberán ser
tenidos en cuenta.
Los programas de predicción hidrológica deberán
ser fiables y estar diseñados para operar durante las
crecidas más intensas. El máximo beneficio de tales
programas se obtiene cuando la crecida es muy
intensa, muy extensa y/o repentina. Por lo general,
durante ese tipo de fenómenos extremos los recur-
sos son más necesarios que nunca. Deberá definirse
con toda claridad el funcionamiento del centro
durante tales fenómenos. En esos casos, las necesi-
dades de flujo de datos y de dotación de personal
suelen aumentar, ya que será necesario entregar un
mayor número de productos a los usuarios en un
plazo más breve. Frecuentemente, será necesario
ampliar las horas de funcionamiento para respon-
der a una mayor demanda del servicio.
En condiciones normales, el personal de un servicio
de predicción hidrológica recopila datos e informa-
ción de control de la calidad, recibe y analiza
predicciones meteorológicas, opera modelos hidro-
lógicos y sistemas de predicción, evalúa las
condiciones hidrológicas actuales y futuras, y
elabora productos de predicción para distribuirlos
entre los usuarios. En los períodos del día en que no
se realizan predicciones, los hidrólogos actualizan
datos (por ejemplo, las curvas de gasto), evalúan la
calidad de funcionamiento, recalibran los modelos
y se esfuerzan por mejorar la exactitud y puntuali-
dad de las predicciones futuras.
Nunca será posible conseguir una fiabilidad conti-
nua al 100 por ciento de los equipos informáticos,
los programas y/o el suministro de corriente, ni
siquiera con programas de mantenimiento fiables.
Por consiguiente, los servicios de predicción hidro-
lógica deberán establecer procedimientos que
permitan restituir el funcionamiento de todos los
componentes: recopilación de datos; operaciones
de los sistemas de predicción, con duplicados de
reserva de equipo y programas informáticos y de
datos; sistemas de difusión de las predicciones y
otros sistemas de comunicación; suministro eléc-
trico, suministro eléctrico de seguridad y
generadores de reserva, e instalaciones alternativas
 Capítulo 7. Predicción hidrológica II.7-3

para el desarrollo de las operaciones en caso de que
el centro de predicciones resulte dañado.
Para que un centro de predicciones sea operativa-
mente fiable, será esencial establecer un programa
de mantenimiento robusto. Lamentablemente, ello
puede ser muy costoso, especialmente cuando la
red está muy dispersa y es de difícil acceso. Deberá
haber un servicio de mantenimiento de todo el
equipo y los programas para evitar que el sistema
falle cuando es más necesario. En algunos países, el
servicio de predicción hidrológica cuenta con un
administrador de sistemas, encargado de mantener
el sistema de comunicación y de predicción.
7.1.3 Sistemas de predicción hidrológica
de extremo a extremo
Los sistemas de predicción hidrológica actuales son
asequibles y potentes. El resultado obtenido de ellos
depende por lo general del nivel de formación de
los hidrólogos que los utilizan. Tales sistemas son
capaces de elaborar predicciones de crecidas que
sobrevienen en escasas horas, pero también de
predicciones probabilísticas estacionales con
muchos meses de antelación en cuencas fluviales de
gran tamaño.
Para poder establecer un programa de predicción
hidrológica y aviso viable destinado a las comuni-
dades amenazadas será necesaria una combinación
de datos meteorológicos e hidrológicos, herramien-
tas de predicción y predictores preparados. Un
programa de esas características deberá permitir
disponer de un período de anticipación suficiente
para que las comunidades de la llanura inundable
respondan a la situación. En el caso de las prediccio-
nes de crecida, el período de anticipación puede ser
decisivo para la reducción de daños y pérdidas de
vidas. Las predicciones deberán ser suficientemente
exactas para fomentar la confianza, de modo que
las comunidades y los usuarios adopten medidas
efectivas cuando reciban los avisos. Si las prediccio-
nes son inexactas, la credibilidad se deteriorará y la
respuesta no será adecuada.
La experiencia y las enseñanzas extraídas del pasado
han demostrado que un sistema de predicción hidro-
lógica y respuesta de extremo a extremo (figura II.7.1)
consta de las etapas siguientes, que deberán estar
relacionadas entre sí para conseguir una reducción
de las pérdidas causadas por las crecidas:
a) recopilación y comunicación de datos;
b) predicción hidrológica y generación de produc-
tos predictivos;
c) difusión de las predicciones entre los usuarios;
d) toma de decisiones y mecanismos de apoyo; y
e) medidas adoptadas por los usuarios.
La interacción entre los componentes tecnológicos
del sistema de predicción hidrológica integrado de
extremo a extremo se asemeja a una cadena con un
gran número de eslabones. Cada eslabón deberá ser
plenamente funcional para prestar un servicio
eficaz a la comunidad de usuarios o a la población
amenazada. Como sucede con los eslabones de una
cadena, si uno de ellos no funciona adecuadamente,
todo el sistema falla. En otras palabras, si se genera
una predicción de crecida perfecta pero ésta no
llega al conocimiento de la población amenazada, o
si no se dispone de capacidades que permitan adop-
tar medidas preventivas, el sistema de predicción
no responderá a los fines previstos.
7.1.4 Incertidumbre y predicciones
probabilísticas
Por lo general, el principal objetivo de la predicción
hidrológica es proporcionar el período de anticipa-
ción máximo posible con un grado de exactitud

Herramientas de sistemas
de información geográfica
Modelos matemáticos

Datos Comunicación Predicción Apoyo a la Notificación Coordinación Medidas

decisión

Percibir la Obtener Disponibilidad Gestión hídrica Individuos Tareas tras Reubicación

disponibilidad los datos de agua en y decisiones de y grupos los planes Colocación de
de agua necesarios el futuro control de crecida apropiados de respuesta sacos de arena
Organizaciones Otras respuestas
Sociedad civil

Figura II.7.1. Sistema integrado de predicción, aviso y respuesta de crecida en la gestión integrada de
recursos hídricos: cadena fundamental de sucesos y medidas
II.7-4 Guía de Prácticas Hidrológicas
suficiente para que los usuarios adopten medidas
que les permitan atenuar las pérdidas u optimizar
las decisiones de gestión hídrica. Todas las predic-
ciones contienen elementos de incertidumbre, y
una de las maneras más eficaces de abordar este
problema es la utilización de conjuntos. La incerti-
dumbre asociada a una predicción hidrológica
comienza por la meteorología. Dado que todos los
modelos atmosféricos en mesoescala tratan de
modelizar una atmósfera esencialmente caótica, se
considera desde hace años que la meteorología es la
fuente de incertidumbre más importante. Además,
los parámetros de los modelos hidrológicos y la
mecánica de los modelos contribuyen también a la
incertidumbre o al error vinculados a las prediccio-
nes. El grado de idoneidad de los datos es, por lo
general, el principal factor limitador. Si se utilizan
únicamente datos hidrológicos observados para
generar las predicciones, los períodos de anticipa-
ción podrían ser tan breves que las predicciones
serán de escasa utilidad para los usuarios. Acoplando
los modelos hidrológicos a predicciones meteoroló-
gicas resultantes de modelos mundiales y regionales
de predicción numérica del tiempo, y teniendo en
cuenta las condiciones climatológicas locales,
podría conseguirse ampliar el alcance de las predic-
ciones de flujo fluvial desde días hasta semanas.
Aunque el acoplamiento de modelos puede ampliar
el período de anticipación de los usuarios, incre-
menta también la incertidumbre de las
predicciones.
La predicción climatológica o estacional es actual-
mente una herramienta útil para la gestión hídrica
y para la reducción del riesgo de inundación. Los
fenómenos extremos están correlacionados con
importantes variaciones de las pautas de circulación
atmosférica y oceánica; una vez identificadas éstas,
es posible predecir las posibilidades de actividad
tormentosa en mayor o menor medida.
Seguidamente, esta información puede utilizarse
para mejorar la respuesta de emergencia y la dispo-
nibilidad de los organismos predictivos.
Cuando una predicción indica que la probabilidad
de una crecida extrema es mayor de lo normal, será
posible adoptar medidas preventivas como, por
ejemplo, almacenar sacos de arena, alimentos y
agua o trasladar bienes o cultivos valiosos a lugares
menos expuestos a crecidas. También es útil sensibi-
lizar al público acerca del potencial de las crecidas,
indicando las iniciativas que deberán adoptar la
población y otras entidades, y realizar ejercicios de
respuesta de emergencia para comprobar el nivel de
preparación. En algunos casos, puede estar justifi-
cado adoptar medidas de emergencia tales como el
levantamiento de barreras de protección temporales.­
Los recientes avances informáticos han permitido
mejorar la resolución espacial de los modelos
atmosféricos mundiales y regionales. Los modelos
no hidrostáticos de área local, por ejemplo, han
podido ser reducidos a una escala espacial de aproxi-
madamente 1 km. Además, se han modelizado más
eficazmente diversos procesos de menor escala,
como la convección o la acentuación del relieve
orográfico.
No hay que confundir predicción de probabilidad
con error de predicción. Este último está vinculado
al modelo y a los datos, y representa el error resul-
tante de una adecuación deficiente del modelo y de
errores en los datos. La mejor manera de diferenciar
entre ellos es, posiblemente, considerar la predic-
ción de probabilidad como un reflejo de la
diversidad de resultados posibles atendiendo a las
condiciones que pueden darse antes de la fecha de
predicción, mientras que el error de predicción es
una característica completamente indeseable de las
deficiencias vinculadas al estado actual de la ciencia
predictiva y a los datos disponibles.
El principal mecanismo utilizado para incorporar
directamente la incertidumbre ha consistido en
perturbar las condiciones iniciales de las ecuaciones
diferenciales en derivadas parciales no lineales que
describen la atmósfera mediante métodos basados
en sistemas convectivos de mesoescala. Sin
embargo, la mayoría de los métodos actualmente
utilizados distan de ser óptimos, y dependen toda-
vía de una valoración subjetiva del predictor. Para
propagar y describir la incertidumbre de las predic-
ciones se utiliza mucho el filtro de Kalman de
conjuntos. El Centro europeo de predicción meteo-
rológica a medio plazo (http://www.ecmwf.int) y
otros organismos internacionales han investigado
la utilización de conjuntos basados en sistemas
convectivos de mesoescala en los últimos años, y
han realizado un experimento de predicción hidro-
lógica por conjuntos mediante intercomparaciones
a gran escala, que dio comienzo en 2005. Aunque
esta línea de actuación sea prometedora, no ha sido
todavía demostrada en la práctica, y será necesario
todavía un gran esfuerzo para desarrollar procedi-
mientos de propagación de la incertidumbre
mediante sistemas de modelos complejos.
7.1.5 Difusión de predicciones y avisos
Con el paso del tiempo, las predicciones pierden
valor. Cuanto más rápido sea posible hacer llegar a
los usuarios los datos y las predicciones, de más
tiempo dispondrán éstos para adoptar una respuesta,
consiguiendo de ese modo salvar vidas, reducir
daños a los bienes y mejorar el funcionamiento­ de
 Capítulo 7. Predicción hidrológica
las estructuras de recursos hídricos. La difusión de
predicciones y avisos en comunidades y pueblos
amenazados por inundaciones es frecuentemente
un eslabón débil de la cadena de extremo a extremo.
Los progresos de la tecnología de comunicación
permiten una rápida transmisión de los datos, las
predicciones y la información a través de grandes
distancias y hasta lugares apartados.
Los productos hidrológicos proporcionados por un
servicio de predicción pueden clasificarse en predic-
ciones diarias normales y predicciones urgentes no
habituales. Muchos usuarios necesitan recibir
diariamente datos y predicciones en forma de bole-
tines hidrológicos. Suele proporcionarse
información sobre los ríos, embalses y otras masas
de agua importantes de una región. Los boletines
diarios presentan unos contenidos variables, y
frecuentemente contienen información sobre los
valores y tendencias actuales de la altura del agua,
el caudal, las tendencias de estas dos variables, la
temperatura del agua, datos sobre los embalses (por
ejemplo, valores de retención y de descarga), preci-
pitaciones, predicciones hidrológicas y condiciones
del hielo, si las hubiera. En la figura II.7.2 puede
verse un ejemplo de boletín hidrológico.
En función de las necesidades de los usuarios, es
posible elaborar gran número de productos hidroló-
gicos habituales. Pueden publicarse predicciones
del abastecimiento de agua y resúmenes del flujo
con periodicidad semanal y mensual. Éstos suelen
contener cifras y datos relativos a puntos importan-
tes de las cuencas fluviales, y en particular
predicciones a medio y largo plazo con períodos de
anticipación de varias semanas, meses o estaciones
del año. La difusión de los productos hidrológicos
ordinarios deberá ser lo más amplia posible, ya que
son muchos los tipos de usuarios que pueden bene-
ficiarse de los datos y de las predicciones. Una
amplia difusión de éstos entre gran número de
usuarios confiere una mayor utilidad a los servicios
de predicción y fideliza a sus usuarios, lo cual es
importante para el mantenimiento de las operacio-
nes en el futuro.
Internet constituye el mejor medio para difundir la
información. Aunque la comunicación está limi-
tada en muchos países en desarrollo por el ancho
de banda disponible, su utilización y accesibilidad
están mejorando. Los sistemas de predicción hidro-
lógica pueden hacer uso de ese medio de
comunicación en sus estrategias de difusión de los
productos hidrológicos. Otros medios de difusión
de estos productos son los medios de comunica-
ción públicos, las emisiones continuas por radio y
el fax.
II.7-5
Para elaborar y distribuir predicciones y avisos de
fenómenos extremos a medio plazo es necesario
reunir rápidamente los datos entrantes y efectuar
las predicciones de modo que lleguen a la pobla-
ción amenazada con tiempo suficiente para poner
en marcha medidas de respuesta que reduzcan al
mínimo los impactos. Los centros de predicción
hidrológica deberán explorar todas las vías de
comunicación disponibles con el fin de informar a
la población amenazada. Los medios de comunica-
ción habitualmente utilizados son las líneas de
transmisión directas, los enlaces por satélite, radio y
líneas terrestres hacia los centros de operaciones de
emergencia y las estaciones de radio y televisión.
En situaciones de emergencia, por ejemplo, ante
inundaciones, los productos de aviso deberán iden-
tificar claramente el tipo de amenaza hidrológica, la
localización del fenómeno predicho (los ríos y las
corrientes fluviales afectados), la magnitud del
fenómeno esperada (el nivel de crecida máximo en
ubicaciones importantes), el momento en que se
espera alcanzar los máximos y, a ser posible, cuándo
se espera que el nivel del río descienda por debajo
de los valores de aviso o de peligro. Si fuera posible,
se aportarán otros detalles, como la parte de la
infraestructura que resultará afectada por el fenó-
meno. Esta información indica a las unidades de
respuesta de emergencia los lugares en que será
necesario adoptar medidas para efectuar evacuacio-
nes y cerrar carreteras. A medida que se disponga de
más información, los productos de aviso de crecida
deberán ser actualizados y difundidos por los
medios de comunicación y entre los funcionarios
encargados de la respuesta de emergencia.
Los avances en los modelos hidrológicos acoplados
con conjuntos de datos ampliados obtenidos de
sistemas de información geográfica han permitido
desarrollar y obtener productos de predicción
hidrológica de gran eficacia visual. Esta nueva clase
de productos hidrológicos describe las crecidas
producidas por los modelos con datos de elevación
digital de alta resolución. Vinculando esos datos a
los valores de elevación predichos por el modelo
hidrológico y calculados para cauces fluviales, es
posible superponer el área inundada de la llanura
inundable a los mapas digitales detallados de la
infraestructura humana, pudiendo apreciar de ese
modo los efectos de la crecida predicha en un lugar
dado. En la figura II.7.3 puede verse, a título de
ejemplo, un mapa de crecidas.
7.1.6 Apoyo a las decisiones
Las organizaciones responsables de la gestión de
recursos hídricos utilizan herramientas de apoyo a
II.7-6 Guía de Prácticas Hidrológicas

Figura II.7.2. Ejemplo de boletín hidrológico (Servicio Nacional de Estudios Territoriales de El Salvador)

la decisión para proporcionar directrices sobre la negativas si no se tiene en cuenta la disponibilidad

utilización de las infraestructuras. En el ámbito de
la gestión hídrica, las predicciones son necesarias
para planificar eficazmente los usos del agua, desde
la generación de energía hidroeléctrica hasta el
abastecimiento y el riego. Las medidas adoptadas
por los gestores pueden tener consecuencias muy
futura del agua. Si se dispusiera de predicciones
hidrológicas, los gestores de recursos hídricos
podrían controlar los sistemas de abastecimiento
de agua de modo que respondan mejor a la
demanda y reduzcan al mínimo las posibilidades
de conflicto.
 Capítulo 7. Predicción hidrológica
Figura II.7.3. Predicción de inundación mediante un mapa de crecidas para el huracán Mitch en Tegucigalpa
(Honduras)
Es posible reducir las pérdidas causadas por las
crecidas si las comunidades y los países invierten
en medidas de preparación y planificación de
respuesta antes de que sobrevenga la crecida. Las
organizaciones que prestan servicios de emergen-
cia son las responsables de establecer los planes de
respuesta a las crecidas, indicando a las distintas
organizaciones nacionales, provinciales y locales
el papel que les compete en la protección de la
vida y de los bienes. Este eslabón de la cadena de
extremo a extremo consiste en la determinación
de rutas de evacuación, la educación de la pobla-
ción amenazada y la determinación de
procedimientos y formación del personal con
objeto de responder a las crecidas con anticipación
suficiente.
Por perfecta que sea, una predicción carece de utili-
dad si no se adoptan medidas para reducir las
pérdidas. En el proceso de extremo a extremo, será
necesario producir con la mayor rapidez posible
datos y predicciones que proporcionen a los usua-
rios tiempo para adoptar medidas. En el caso de las
inundaciones, especialmente de las repentinas, el
tiempo es un factor decisivo. Es importante conocer
bien las necesidades de los usuarios y la manera de
utilizar las predicciones. Hay muchos tipos de usua-
rios, desde los organismos de respuesta federales
hasta los gobiernos locales, con cometidos y necesi-
dades diferentes en las actividades de respuesta y
para la atenuación de las pérdidas. Para poder adop-
tar una respuesta apropiada, el usuario deberá
conocer en detalle la predicción o el mensaje de
aviso.
II.7-7
7.1.7 Cooperación con el Servicio
Meteorológico Nacional
Aunque algunos países cuentan con un servicio
meteorológico e hidrológico conjunto, en la mayo-
ría de los casos las autoridades meteorológicas y de
gestión hídrica son distintas. De hecho, rara vez
pertenecen al mismo departamento estatal o minis-
terio. La entrega de predicciones meteorológicas
apropiadas, particularmente en relación con los
fenómenos de precipitación extremos, es un
componente esencial de las predicciones y avisos de
crecida. Por ello, es importante establecer una estre-
cha cooperación entre el Servicio Meteorológico
Nacional y el servicio de predicción de crecidas.
Las predicciones meteorológicas generalizadas son
de escasa utilidad para los hidrólogos; por ello, una
de las primeras medidas a adoptar con miras a la
cooperación consistirá en decidir si es posible
añadir valor a la información meteorológica, y en
qué manera será posible estructurarla para respon-
der a las necesidades hidrológicas. Esta tarea
consistirá, en gran medida, en mejorar la informa-
ción sobre las predicciones de precipitación de
lluvia en términos de cantidad (predicciones de
precipitación cuantitativas), fechas y distribución
geográfica. Los productos de predicción típicos son
los siguientes:
a) predicciones de rutina diarias, que proporcio-
nan información sobre precipitación de lluvia,
temperatura y estado del tiempo en períodos de
24 a 48 horas, y un período de evolución proba-
ble de aproximadamente 3 a 5 días;
II.7-8 Guía de Prácticas Hidrológicas
b) predicciones de fenómenos específicos, particu-
larmente de episodios extremos, como lluvias
intensas, nevadas y vendavales, con efectos
hidrológicos. Este tipo de predicciones deberán
proporcionar información cuantitativa y super-
ficial apropiada con períodos de anticipación
de entre 12 y 36 horas; y
c) predicciones de evolución probable para perío-
dos comprendidos entre semanas y meses, o
incluso estaciones del año. Este tipo de predic-
ciones son útiles a efectos de planificación,
especialmente en relación con las sequías o
con la finalización de éstas. Algunos servicios
meteorológicos nacionales, como los de Sudá-
frica, Australia o Papua Nueva Guinea, propor-
cionan predicciones de El Niño en los lugares
en que este fenómeno influye directamente en
las pautas del estado del tiempo.
El Servicio Meteorológico Nacional y el organismo
hidrológico deberán acordar la estructura y el conte-
nido de los productos de predicción y aviso.
Generalmente, esto se consigue mediante un
proceso evolutivo o iterativo a lo largo del tiempo.
Es también útil proporcionar a los organismos
hidrológicos otros productos de los servicios meteo-
rológicos. Los más habituales son las imágenes
satelitales y la información radárica sobre las preci-
pitaciones de lluvia. Esa información es transferida
mediante enlaces de datos exclusivos, que son
mucho más fiables que los transmitidos por las
redes de servicio público o mediante los sitios web.
Los servicios meteorológicos nacionales deberán
adoptar también medidas para transferir datos
directamente de modo que sea posible actualizar
éstos de forma automática, por ejemplo, cada 3 a
6 horas en el caso de las imágenes satelitales y cada
5 a 10 minutos en el caso de los barridos de radar.
Gracias a la información satelital y radárica, el
personal de los organismos hidrológicos puede
efectuar sus propias valoraciones acerca del futuro
inmediato y actual del estado del tiempo. Es impor-
tante que el personal reciba una preparación
adecuada para ello; los servicios meteorológicos
nacionales desempeñan un papel importante en
esas funciones al impartir cursos introductorios y
de actualización.
Las disposiciones e instalaciones precedentemente
mencionadas deberán quedar formalizadas en un
acuerdo de servicio que defina los niveles de presta-
ción que se desea conseguir en términos de
puntualidad de la entrega y de exactitud de las
predicciones. El acuerdo de servicio deberá especifi-
car también el costo de la prestación. De ese modo,
ambas partes podrán definir los costos y beneficios
económicos de la prestación del servicio, así como
la utilidad de éste a la hora de hacer frente a los
efectos de los fenómenos.
7.2 Necesidades de datos para
las predicciones hidrológicas
7.2.1 Consideraciones generales
Las necesidades de datos para la predicción hidroló-
gica dependen de numerosos factores:
a) la finalidad y el tipo de predicción;
b) las características de la cuenca;
c) el modelo de predicción;
d) el grado de exactitud deseada de la predicción; y
e) las limitaciones económicas del sistema de
predicción.
Las necesidades de datos varían considerablemente
en función de la finalidad de la predicción. En los
embalses se necesitan predicciones de flujo entrante
en intervalos pequeños de tiempo, así como el volu-
men de agua que probablemente se agregará al flujo
del embalse por efecto de una crecida de tormenta
determinada. Las predicciones del nivel de agua en
ríos de gran tamaño y crecimiento lento son fáciles
de estimar midiendo esa magnitud en estaciones
corriente arriba. Por consiguiente, en tales casos los
datos necesarios serán el nivel de agua en dos o más
estaciones del río o de sus afluentes. Sin embargo,
en ríos más pequeños, en que las crecidas son más
rápidas, será inevitable utilizar, además de las obser-
vaciones del nivel de agua y del caudal a intervalos
relativamente pequeños, datos sobre la precipita-
ción de lluvia.
Como se examina en las secciones siguientes, son
varias las consideraciones a tener en cuenta para
decidir el tipo de modelo de predicción que debe
utilizarse. Las necesidades de datos entrantes para
las calibraciones y predicciones operativas varían
considerablemente según el modelo. Así, por ejem-
plo, en el caso de un modelo de correlación simple
entre hidrómetros, que podría ser adecuado para
ríos de gran tamaño, el único dato necesario podría
ser el nivel de agua en dos o más estaciones. Sin
embargo, para utilizar un modelo de cuenca de
alcance completo serán necesarios otros datos.
Aunque la exactitud de las predicciones es la consi-
deración más importante, las limitaciones
económicas, así como la importancia relativa y la
finalidad de la predicción, permiten en ocasiones
rebajar el grado de exactitud. En tales situaciones,
será posible seleccionar un modelo cuyas necesida-
des de datos sean menos rigurosas. Sin embargo,
 Capítulo 7. Predicción hidrológica
para las predicciones en puntos de importancia,
como los situados cerca de áreas densamente pobla-
das o de particular importancia, es esencial un
mayor grado de exactitud.
Además del tipo de datos que se utilizarán para las
predicciones, es igualmente importante la informa-
ción acerca de la frecuencia de los datos, la longitud
del registro de datos y la calidad de éstos, y habrá
que tenerla adecuadamente en cuenta al planificar
los sistemas de predicción de crecidas. Convendrá
asegurarse de que no hay errores sistemáticos en los
datos utilizados para elaborar la predicción, o para
calibrar los modelos y datos utilizados en las predic-
ciones operativas.
En conjunto, la disponibilidad y calidad de los
datos necesarios para elaborar una predicción están
mejorando. El número de hidrómetros automatiza-
dos y de radares va en aumento, mientras que la
calidad de los nuevos satélites y los algoritmos de
estimación de precipitación de lluvia están produ-
ciendo mejores datos para uso de las predicciones
hidrológicas y de los sistemas de predicción. Un
elemento clave para conseguir la fiabilidad de los
datos en las predicciones hidrológicas es el mante-
nimiento de las plataformas de datos y del sistema
de comunicación.
7.2.2 Datos necesarios para establecer
un sistema de predicción
No es posible obtener predicciones hidrológicas
realistas cuando se carece de datos. Los datos nece-
sarios para las predicciones hidrológicas, como se
ha indicado en las secciones precedentes, pueden
clasificarse a grandes rasgos en:
a) fisiográficos;
b) hidrológicos; e
c) hidrometeorológicos.
Los datos obtenidos de los sistemas de información
geográfica (SIG) son necesarios tanto con fines de
calibración como para visualizar los estados y resul-
tados de los modelos. Esos datos consisten en
numerosos tipos de información sobre la cubierta
terrestre como, por ejemplo, el tipo de suelo, la
geología, la vegetación y los valores de elevación
obtenidos de modelos digitales de elevación. La
eficacia de de un sistema de predicción hidrológica
dependerá de la calidad y cantidad de los datos
históricos y de los datos de SIG utilizados para esta-
blecer los parámetros.
Los datos hidrológicos relacionados con los niveles
de agua de los ríos, por ejemplo, el caudal, el nivel
de agua subterránea, la calidad del agua y la carga
II.7-9
de sedimentos, y los datos hidrometeorológicos
relacionados con la evaporación, la temperatura, la
humedad, la precipitación de lluvia y otras formas
de precipitación, como la nieve o el granizo, son
esenciales para la predicción hidrológica. Algunos
de ellos, y en ciertos casos todos, pueden ser necesa-
rios para el desarrollo de modelos o para usos
operativos, según el modelo. En los 10 últimos
años, los programas de bases de datos y de procesa-
miento de éstos han sido acoplados a modelos
hidrológicos para obtener sistemas de predicción
hidrológica que utilizan datos hidrológicos y meteo-
rológicos y para procesar los datos que se utilizarán
en los modelos hidrológicos. Estos últimos produci-
rán subsiguientemente resultados utilizados por los
hidrólogos para predecir las condiciones de flujo
fluvial, y en particular las crecidas y sequías.
Para la predicción de crecidas es esencial disponer
de una red hidrometeorológica adecuada. En la
mayoría de los casos, el funcionamiento práctico de
la red de datos es el eslabón más débil de un sistema
integrado. En particular, para poder predecir creci-
das y sequías se necesitarán como mínimo valores
de precipitación y datos obtenidos de hidrómetros
de flujo fluvial. Cuando la nieve fundida sea un
factor a tener en cuenta, serán también importantes
las mediciones del equivalente en agua de la nieve,
la extensión de la capa de nieve y la temperatura del
aire. Por consiguiente, al establecer un sistema de
predicción hidrológica será importante responder a
las preguntas siguientes:
a) ¿son las redes pluviométricas y de aforo de
caudales satisfactorias para el muestreo de la
intensidad y de la distribución espacial de la
lluvia y de la respuesta del flujo en la cuenca
fluvial?;
b) ¿están funcionando adecuadamente los afora-
dores de corriente?, ¿proporcionan datos exac-
tos sobre el nivel de agua y el flujo fluvial?;
c) ¿es fiable la transmisión de datos entre las esta-
ciones de aforo y el centro de predicción?;
d) ¿con qué frecuencia se efectúan las observacio-
nes y cuánto se tarda en transmitirlas al centro
de predicción?;
e) ¿disponen los usuarios de los datos necesarios
para la toma de decisiones?;
f) ¿son archivados los datos para usos futuros?; y
g) ¿son recopilados los datos con arreglo a unas
normas conocidas?, ¿es adecuado el manteni-
miento y la calibración del equipo?, ¿han sido
los datos sometidos a un control de la calidad?
El análisis de la red existente será el punto de
partida. Se efectuará un inventario de las estaciones
de vigilancia disponibles, de los parámetros, senso-
res, registradores, equipos de telemetría y otros
II.7-10 Guía de Prácticas Hidrológicas
datos conexos, presentándolos en forma gráfica. En
las cuencas de bajo relieve, deberán figurar también
las estaciones de control de las cuencas adyacentes,
ya que los datos obtenidos en ellas pueden ser muy
útiles. Se efectuará una evaluación con el fin de
identificar las subcuencas que son hidrológica o
meteorológicamente similares. El objetivo principal
es beneficiarse de las redes hidrometeorológicas
existentes operadas por diversos organismos guber-
namentales y por el sector privado en lo que se
refiere a la cuenca considerada. En ciertos respectos,
es preferible que la red responda a múltiples finali-
dades, ya que ello puede coadyuvar a un apoyo
financiero más diversificado para la red.
Es posible determinar la adecuación de las redes en
función de las necesidades de predicción, en cuyo
caso se adoptarán las modificaciones necesarias.
Éstas pueden consistir en nuevos aforadores de
corriente, pluviómetros y otros sensores en la
cabecera del río, o en equipos de telemetría adicio-
nales. En algunos casos, las estaciones de la red
pueden no ser adecuadas para obtener mediciones
de flujo u otros datos en condiciones extremas.
Podría ser necesario introducir alteraciones estruc-
turales. Para el mantenimiento y la utilización de
la red podrían ser también necesarios acuerdos
entre organismos.
Los datos pueden ser obtenidos por distintos
medios, desde las observaciones manuales in situ
hasta los las plataformas automatizadas de recopila-
ción de datos o los sistemas de teledetección. Los
sistemas automatizados de datos constan de senso-
res meteorológicos e hidrológicos, un transmisor de
radio o computadora (registrador de datos) y un
enlace descendente o emplazamiento receptor que
reciba y procese los datos para las aplicaciones. Hay
muchos tipos de sistemas de datos hidrometeoroló-
gicos que utilizan tecnología de comunicación en
línea de visibilidad directa o mediante satélite o
impulsos meteóricos. Una rápida transmisión de la
información hidrometeorológica será muy útil
tanto para las entidades hídricas como para los
usuarios d el agua, ya que podrán acceder a ella
instantáneamente mediante enlaces descendentes
y/o Internet. El radar es un medio muy popular y
potente, aunque costoso, para estimar la precipita-
ción en grandes superficies. La utilización de
satélites geoestacionarios y en órbita polar para
obtener grandes volúmenes de productos meteoro-
lógicos e hidrológicos avanza rápidamente. En la
actualidad es posible utilizar datos de teledetección
para obtener estimaciones de precipitación, exten-
sión del manto de nieve, tipo de vegetación, uso de
la tierra, evapotranspiración y humedad del suelo, y
para delimitar áreas inundadas.
Para una información más amplia sobre los instru-
mentos a utilizar en la recopilación, procesamiento,
almacenamiento y distribución de datos hidrológi-
cos y conexos, véase el volumen I de la presente
Guía.
7.2.3 Datos necesarios para usos
operativos
Los parámetros básicos que controlan los procesos
hidrológicos y la escorrentía son las condiciones
iniciales y los factores futuros. Las condiciones
iniciales son aquellas que están presentes en el
momento de la predicción y que pueden ser
calculadas­ o estimadas basándose en datos hidro-
meteorológicos actuales y anteriores. Los factores
futuros son aquellos que influyen en la predicción
hidrológica con posterioridad al momento actual.
Puede afirmarse que las dificultades más graves en
la gestión de los recursos aparecen en condiciones
extremas: a lo largo del tiempo, durante las crecidas
y sequías, y en el espacio, en áreas áridas, semiáridas
y tropicales y en áreas costeras.
Una variable esencial que habrá que determinar es
el intervalo de tiempo necesario para predecir
adecuadamente una crecida en un punto concreto.
Si el intervalo es de 6 horas, por ejemplo, habrá que
obtener datos cada 3 horas o incluso con mayor
frecuencia. En muchos casos, añadiendo una red de
observación manual con un cierto número de
hidrómetros automatizados podrá obtenerse una
red operativa adecuada. Puede ser necesario utilizar
un número creciente de datos para mejorar la efica-
cia de un modelo, aunque el costo aumentará en
consecuencia. Este último es un factor importante a
la hora de escoger las observaciones y los datos que
será necesario recopilar y analizar para desarrollar
un modelo apropiado y para las tareas de predic-
ción de crecidas en régimen operativo. Un mayor
volumen de datos conlleva un mayor gasto y una
mayor dedicación para la recopilación y análisis de
los datos y, por consiguiente, un aumento de los
recursos humanos. Al determinar las necesidades de
datos, habrá que tener adecuadamente en cuenta la
relación costo/eficacia del modelo en comparación
con el grado de exactitud relativo y con las conse-
cuencias que ello tendría.
La teledetección desempeña un importante papel
en la recopilación de información y datos actualiza-
dos, tanto en el dominio espacial como en el
temporal. La utilización de técnicas de teledetec-
ción es esencial para estimar áreas, particularmente
en relación con la precipitación y la humedad del
suelo. Tales técnicas permiten mejorar las capacida-
des de predicción estacional, contribuyen al
 Capítulo 7. Predicción hidrológica
desarrollo de predicciones de mareas de tormenta,
crecidas y flujos bajos y ayudan a mejorar la gestión
de riesgos.
La rápida difusión de Internet por todo el mundo
no solo ha aportado un excelente mecanismo para
distribuir datos hidrológicos y predicciones entre
diversos tipos de usuarios, sino que constituye
también una rica fuente de datos, predicciones e
información para uso de los SMHN. Internet consti-
tuye una fuente de información valiosa para los
servicios de predicción hidrológica, en particular,
de modelos meteorológicos e hidrológicos, docu-
mentación para la predicción hidrológica, datos de
SIG, productos de predicción meteorológica
mundial en tiempo real, datos hidrometeorológicos
e información para la predicción hidrológica. Una
ingente cantidad de datos, programas informáticos
y documentos, que aumentan día a día, está dispo-
nible en Internet. Al final de este capítulo se indican,
con fines de referencia, algunos sitios web.
7.3 Técnicas de predicción
[HOMS J04, J10, J15, J80]
7.3.1 Necesidades de los modelos
de predicción de crecidas
Como consecuencia de la variabilidad del clima y
de su previsible influencia en la gravedad, la
frecuencia y el impacto de las crecidas y sequías, la
importancia de las predicciones ha aumentado en
los últimos años. En la presente sección se describen­
las técnicas matemáticas e hidrológicas básicas que
constituyen los componentes de todo sistema de
predicción. Se analizan también brevemente los
criterios utilizables para seleccionar los métodos
y determinar los parámetros. En las secciones 7.4
a  7.6 se ofrecen varios ejemplos de la utilización
de  estos componentes para determinadas
aplicaciones.
Las operaciones de predicción de crecidas tienen
como elementos centrales el tiempo y el grado de
exactitud de las predicciones. De hecho, los profe-
sionales encargados de efectuar una predicción
deben luchar contra el tiempo. Evidentemente, los
modelos que utilizan las organizaciones predictoras
deberán ser fiables, simples y capaces de avisar con
la antelación suficiente y con el grado de exactitud
deseado. El modelo seleccionado dependerá de los
factores siguientes: volumen de datos disponible;
complejidad de los procesos hidrológicos que se
desea modelizar; fiabilidad, exactitud y período de
anticipación requeridos; tipo y frecuencia de creci-
das, y necesidades de los usuarios.
II.7-11
Un modelo de alcance completo que contenga
funciones muy detalladas capaces de avisar con
mayor antelación y exactitud podría necesitar unos
datos de entrada muy elaborados. No todos los
datos de entrada tienen por qué estar disponibles
en tiempo real para todos los modelos. Por consi-
guiente, desde un punto de vista práctico, los
modelos de predicción de crecidas deberán satisfa-
cer los criterios siguientes:
a) proporcionarán unas predicciones fiables con
tiempo suficiente para emitir avisos;
b) tendrán un grado de exactitud razonable;
c) cubrirán las necesidades de datos dentro de la
disponibilidad de estos y de los medios finan-
cieros posibles, tanto con fines de calibración
como operativos;
d) tendrán funciones fáciles de comprender; y
e) serán suficientemente simples para ser utiliza-
dos por operarios con un nivel de formación
moderado.
En realidad, convendría no circunscribirse a un
modelo específico. Siempre será deseable seleccio-
nar y calibrar el mayor número posible de modelos,
acompañándolos de una nota acerca de la idonei-
dad de cada uno de ellos en diferentes condiciones.
Los modelos deberán ser aplicados en función de
las condiciones en que se espera que se
desenvuelvan.
Por lo general, los modelos de alcance completo,
que son bastante complicados, requieren equipos
informáticos, como computadoras de un tamaño
adecuado. En muchos lugares, sin embargo, no se
dispone de ese tipo de medios. En ocasiones,
tampoco se dispone de personal adecuadamente
formado; es más, es posible que las computadoras
no puedan ser utilizadas debido a fallos del sumi-
nistro eléctrico. Por consiguiente, será posible
desarrollar tanto modelos informáticos completos
como modelos simples. Podrían utilizarse técnicas
informáticas con carácter general, adoptando en
situaciones de emergencia técnicas convencionales,
que suelen ser más simples.
Además de seleccionar entre diferentes modelos, es
conveniente calibrar éstos en diferentes condicio-
nes. Así, por ejemplo, aunque es posible calibrar un
modelo mediante una red de datos suficientemente
grande, habrá también que calibrarlo para una red
más pequeña, atendiendo debidamente a los posi-
bles fallos de observación o de transmisión en
tiempo real de ciertos datos. De ese modo, será más
fácil utilizar el modelo incluso en situaciones de
emergencia, en que no se dispone de datos de todas
las estaciones. Para ello se necesitarán diferentes
conjuntos de parámetros en condiciones diversas.
II.7-12 Guía de Prácticas Hidrológicas
7.3.2 Métodos de predicción de crecidas
Basándose en el método analítico utilizado para
desarrollar modelos de predicción, los métodos de
predicción de crecidas pueden clasificarse como
sigue:
a) métodos basados en un planteamiento estadís-
tico; y
b) métodos basados en un mecanismo de infor-
mación y propagación de crecidas.
Tiempo atrás, se utilizaban mucho los métodos de
predicción en forma de relaciones matemáticas,
obtenidas con ayuda de datos históricos y análisis
estadísticos. Se trata de relaciones simples entre
hidrómetros, suplementadas en algunos casos con
parámetros adicionales y con relaciones entre la
precipitación de lluvia y la altura máxima del agua.
Estas relaciones son fáciles de obtener, y se utilizan
habitualmente como punto de partida para estable-
cer sistemas de predicción de crecidas. Otro
planteamiento de modelización que ha adquirido
prestigio recientemente es la utilización de redes de
neuronas artificiales para predecir los flujos de
crecida.
Cada vez en mayor medida, los procedimientos de
predicción están basados en descripciones físicas
más completas de procesos hidrológicos e hidráuli-
cos fundamentales. En muchos casos, cuando se
necesita conocer los valores de flujo y altura del
agua predichos a lo largo de un río, los hidrólogos
utilizan modelos de lluvia-escorrentía acoplados a
modelos de propagación fluvial. Si la precipitación
es en forma de nieve, se utilizan modelos de fusión
de nieve. Éstos varían en exactitud y complejidad,
desde los modelos simples de índice antecedente
hasta los conceptuales o procesales multiparamétri-
cos. Gracias a los avances de la informática y la
telemetría, los modelos predictivos son actualmente
más flexibles en cuanto a la información que apor-
tan y permiten incorporar en tiempo real datos y
experiencias nuevos.
Hay numerosas variedades de estas categorías básicas­
de modelos, la mayor parte de las cuales difieren en
función de la manera de establecer los parámetros
de procesos hidrológicos. Los modelos pueden ser
simples, basados en una relación lluvia-escorrentía­
estadística y acompañados de una ecuación de
propagación, o mucho más complejos.
Los modelos hidrológicos pueden clasificarse en
agregados, semidistribuidos o distribuidos. El
funcionamiento de los modelos puede estar deter-
minado por fenómenos o ser continuo. Si un
modelo es capaz de estimar solo un fenómeno dado
(por ejemplo, la crecida máxima resultante de una
tormenta), se dirá que está determinado por un
fenómeno. Los modelos continuos pueden predecir
el hidrograma de crecida completo para un inter-
valo de tiempo especificado. En la selección de un
modelo intervienen los factores siguientes:
a) los objetivos y las necesidades vinculados a la
predicción;
b) el grado de exactitud requerido;
c) la disponibilidad de datos;
d) la disponibilidad de instalaciones operativas;
e) la disponibilidad de personal formado para
desarrollar el modelo y para utilizarlo en régi-
men operativo; y
f) las posibilidades de mejorar el modelo.
En los dos últimos decenios se ha avanzado consi-
derablemente en materia de tratamiento científico
y efectividad de tales modelos. Sin embargo, la efec-
tividad suele variar en función del tipo de
características de la cuenca fluvial que simula, la
disponibilidad de datos para calibrar los modelos y
la experiencia y conocimientos prácticos que posea
el hidrólogo acerca del modelo. Hay gran número
de modelos de dominio público o sujetos a dere-
chos de autor disponibles para predecir crecidas. En
el capítulo 6 de la presente Guía se examinan varios
modelos hidrológicos actualmente disponibles.
7.3.2.1 Método estadístico
El coeficiente de correlación mide la asociación
lineal entre dos variables; es una herramienta mate-
mática ampliamente utilizada en numerosos
análisis hidrológicos. La regresión es una amplia-
ción del concepto de correlación, que permite
obtener fórmulas para determinar una variable
dada, por ejemplo, un flujo bajo estacional, a partir
de una o más observaciones disponibles como, por
ejemplo, el nivel de agua subterránea invernal
máximo (véase Draper y Smith, 1966).
La fórmula para calcular el coeficiente de correla-
ción r entre n pares de valores de x e y es la siguiente:
n
∑ i=1 ( x i − x )( y i − y )
(7.1)
r =
n 2 n 2
∑ i=1 ( x i − x) ∑ i=1 ( y i − y)
1 n 1 n
donde x = ∑ xi y y = ∑ yi
n i=1 n i=1
La ausencia de correlación no implica ausencia de
asociación, ya que r mide solo la asociación lineal, y
una relación estrictamente curvilínea, por ejemplo,
no se traduciría necesariamente en un valor elevado
 Capítulo 7. Predicción hidrológica
de r. Inversamente, la correlación entre dos varia-
bles no implica que éstas estén conectadas
causalmente. Los diagramas de dispersión simples
entre dos variables dadas equivalen a una correla-
ción gráfica, y constituyen el fundamento de la
técnica de predicción de puntas de crecida (véase la
sección 7.3.4 con respecto a la verificación de las
predicciones).
Si x o y tienen una estructura de serie temporal, y
especialmente si exhiben una tendencia, habrá que
hacer lo necesario para eliminar esa estructura antes
de establecer la correlación, y convendrá interpretar
su significación con cautela. Es posible aplicar técni-
cas de series temporales (sección 7.5.3) cuando se
utilizan valores anteriores de una variable, por
ejemplo, de caudal, para predecir el valor de esa
misma variable en un momento futuro.
Del mismo modo, las ecuaciones de regresión
tienen muchas aplicaciones en hidrología.
Presentan la forma general siguiente:
Y = bo + b1X1 + b2X2 + b3X3 + ... (7.2)
donde Y es un valor futuro de la variable que se
desea predecir y X denota variables actualmente
observadas. Los coeficientes de regresión estimados
a partir de los valores de Y y X observados están
indicados mediante b. Las variables X pueden
consistir en la altura del agua o el caudal corriente
arriba, la precipitación de lluvia, las condiciones de
100
80
60
50
40
30
20
Caudal (m3 s–1)
10
8
6
1
0,5 1 2 5 10 20 50
Porcentaje de tiempo de excedencia del caudal diario
Figura II.7.4. Curva de caudales clasificados de caudal diario
II.7-13
la cuenca, la temperatura o la precipitación de lluvia
estacional. La variable Y puede indicar la altura del
agua máxima o mínima. El coeficiente de correla-
ción múltiple mide el grado de explicatividad de la
relación. Otro indicador del ajuste, el error típico de
estimación, mide la desviación típica de las desvia-
ciones respecto de la línea de regresión en el
conjunto de calibración. La teoría está explicada en
todos los textos de estadística general.
En ocasiones, las combinaciones lineales de las
variables no son satisfactorias y es necesario norma-
lizar X o Y. Un método de transformación potente
que permite transformar Y en YT está expresado
mediante las ecuaciones siguientes:
YT = (YT – 1)/T T≠0 (7.3)
si
YT = ln(Y) T = 0
que abarcan transformaciones de potencia, logarít-
micas y armónicas en una escala T continua.
Mediante métodos de tanteo es posible determinar
un valor de T adecuado; por ejemplo, el valor que
reduce la asimetría o, gráficamente, mediante
diagramas como el de la figura II.7.4.
Es también posible incorporar relaciones no linea-
les en una regresión mediante polinomios, por
ejemplo mediante Xi, Xi2 o Xi3. Alternativamente, la
regresión no lineal basada en rutinas de minimiza-
ción de funciones ofrece un método práctico
sencillo para ajustar los parámetros de las ecuaciones­
80 90 95 98 99 99,5 99,8 99,9
II.7-14 Guía de Prácticas Hidrológicas
acentuadamente no lineales. Para seleccionar un
subconjunto práctico de variables explicativas es
necesario un criterio muy afinado y, en particular,
un estudio muy detallado de los residuos, es decir,
de las diferencias entre los valores observados y los
estimados en el conjunto de datos de calibración.
Las circunstancias vinculadas a residuos de gran
magnitud suelen indicar la necesidad de introducir
ajustes. La utilización de computadoras y de panta-
llas gráficas permitirá visualizar los residuos y
explorar combinaciones alternativas. Convendrá
evitar utilizar exclusivamente procedimientos de
búsqueda y selección íntegramente automáticos
(por ejemplo, escalonados, por etapas, retrospecti-
vos o prospectivos) y de subconjuntos óptimos.
En las secciones 7.3.2.3 y 7.4.7 se ofrecen varios
ejemplos de regresión aplicada a problemas de
predicción.
7.3.2.2 Modelos de índice de humedad
del suelo
El concepto de índice de precipitación antecedente
ha sido descrito en la sección 6.3.2.2.1. Este método
ha sido el más utilizado para las predicciones opera-
tivas en muchos países. Dado que es un indicador
de los efectos de la predicción previa al momento
de la predicción, constituye un índice de la hume-
dad presente en el nivel superior del suelo. Los
índices más habituales son el índice de precipita-
ción antecedente y la condición de humedad
antecedente. Los métodos de índice de humedad
presentan dos características vinculadas a las aplica-
ciones de predicción hidrológica. En primer lugar,
el índice es actualizado diariamente, por lo que es
más apropiado para un análisis en función de los
sucesos que para una modelización continua. Así,
para aplicar este método a la mayoría de las predic-
ciones es necesario dividir en sucesos un período de
precipitación, o dividir un suceso en períodos de
precipitación. Así, por ejemplo, en períodos prolon-
gados de precipitación interrumpidos por breves
períodos de precipitación de lluvia escasa o nula,
puede ser muy difícil determinar si se trata de una o
varias tormentas.
La segunda característica consiste en que el volu-
men de la escorrentía superficial, una vez calculado
y aplicado a un hidrograma unitario, produce un
hidrograma de la escorrentía superficial única-
mente. Con objeto de sintetizar el hidrograma de la
escorrentía total, deberá determinarse el flujo de
base utilizando otro método. Esta técnica sirve solo
para usos prácticos cuando los sucesos de escorren-
tía son importantes y solo tiene sentido utilizar un
método simple.
7.3.2.3 Métodos simplificados para predecir
la altura del agua
Con frecuencia, es necesario predecir la altura
máxima del agua o punta de crecida respecto de un
suceso. Una técnica práctica que da buenos resulta-
dos en ríos de tamaño moderado consiste en
construir una correlación gráfica simple con un
hidrograma de altura del agua corriente arriba,
obteniendo de ese modo una predicción con un
período de anticipación igual al tiempo de reco-
rrido de la onda de crecida. Este procedimiento está
ilustrado en la figura II.7.5.
Es habitual utilizar de manera encadenada las
predicciones de altura máxima, de tal modo que los
resultados de una predicción corriente arriba apor-
ten datos para otra corriente abajo. Ese tipo de
gráficas puede utilizarse para predecir los hidrogra-
mas, siempre que se tome en cuenta la diferencia de
tiempo de retardo entre los períodos ascendentes y
descendentes. Cuando las relaciones entre estacio-
nes (figura II.7.5) no den resultado, será útil utilizar
la relación de correlación siguiente:
(h2)t+Dt = f((h1)t,Iloc) (7.4)
donde h1 y h2 denotan las alturas del agua máximas
en una estación situada aguas arriba y abajo,
respectivamente,­ Iloc es el flujo entrante local entre
las estaciones, y ∆t es el tiempo de retardo. En la
1 600
Altura del agua máxima en la estación aguas abajo (cm)
1 400
1 200
1 000
800
600
800 1 000 1 200 1 400 1 600
Altura de agua máxima en la estación aguas arriba (cm)
600 800 1 000 1 200 1 400 1 600
Tiempo (días)
5
10
Figura II.7.5. Predicción de la altura del agua
máxima y tiempo de recorrido para el río Volga
 Capítulo 7. Predicción hidrológica II.7-15

figura II.7.6 puede verse un ejemplo de este tipo de Los  modelos hidrológicos y/o los procedimientos
relación. La suma en el momento adecuado de los de predicción utilizan datos de precipitación y flujo
caudales en dos o más estaciones situadas aguas fluvial en tiempo real, y convierten las condiciones
arriba en forma de variable única, en lugar de utili- observadas en condiciones futuras de la corriente.
zar los valores de altura del agua de los afluentes, Los modelos o procedimientos hidrológicos varían
permite reducir el número de variables de la corre- en complejidad, grado de exactitud y facilidad de
lación. En función de las circunstancias que uso. Los modelos hidrológicos simples consisten en
acompañen el tiempo de recorrido y el flujo tablas, gráficas o relaciones obtenidas empírica-
entrante de los afluentes, será posible introducir mente. Los sistemas de modelización hidrológica
variaciones de estos métodos básicos. El método más sofisticados utilizan datos obtenidos in situ y
gráfico puede ser sustituido por otro enteramente mediante teledetección, o integran una multiplici-
numérico mediante regresión múltiple (sección dad de modelos hidrológicos para obtener
7.3.2.1). La ecuación de regresión puede adoptar la predicciones hidrológicas muy exactas. Los recien-
forma siguiente: tes avances de las computadoras personales han
permitido utilizar sistemas de modelización comple-
hmáx = b0 + b1Q1 + b2Q2 + ... (7.5) jos en ese tipo de computadoras. Tales sistemas son
más fáciles de utilizar y de mantener que sus
donde Q1Q2 … son los valores de caudal en estacio- predecesores.
nes corriente arriba en un momento dado. Otras
variables explicativas, como la precipitación de En los dos últimos decenios ha mejorado considera-
lluvia o las condiciones de cuenca antecedentes blemente tanto el tratamiento científico como la
(sección 7.3.2.2), pueden suplementar o sustituir efectividad de los modelos. La efectividad de un
los valores del caudal. modelo varía en función de las características de la
cuenca fluvial que se desea modelizar, la disponibi-
7.3.2.4 Modelos conceptuales del flujo fluvial lidad de datos para calibrar los modelos y la
experiencia y los conocimientos del hidrólogo
Hay muchas clases básicas de modelos, la mayor acerca de la mecánica del modelo. Los datos suelen
parte de las cuales varían en función de la manera limitar el grado de exactitud en las aplicaciones
de conceptualizar los procesos hidrológicos. prácticas. Sin embargo, gracias a la mayor disponi-
bilidad de datos de SIG, es actualmente posible
estimar los parámetros de los modelos hidrológicos
sin depender exclusivamente de datos hidrológicos
700
históricos para calibrarlos.
Altura del agua máxima en la estación aguas abajo (cm)

La posibilidad de disponer de estimaciones de preci-

600
m
) pitación para usos operativos con resolución
l (m espacial y temporal obtenidas mediante radares
ca
lo meteorológicos y el considerable aumento de la
500 rea
lá potencia informática, han permitido hacer uso de
de 25
ntía modelos hidrológicos distribuidos. Hay una gran
20
o rre 15
c diversidad de este tipo de modelos, debido a la
400 Es 10
5 introducción de bases de datos distribuidas sobre
las características de la superficie de la tierra y del
suelo. Carpenter y otros (2001), Ogden y otros
300
(2001), Beven (2002), y Smith y otros (2004a) ofre-
cen descripciones generales recientes de
modelización hidrológica distribuida y de los
200
problemas que plantea su utilización en la predic-
ción operativa.
100
200 300 400 500 600 La considerable influencia de la incertidumbre en los
Altura del agua máxima en la estación aguas arriba (cm) datos de entrada de lluvia, así como los errores en la
estructura y en los parámetros de los modelos de
Nota: El tiempo promedio son 24 horas.
crecida repentina en pequeña escala han dificultado
la rápida adopción de modelos distribuidos para efec-
Figura II.7.6. Relación hidrométrica típica en varia- tuar predicciones operativas. No obstante, los
bles del flujo entrante local modelos distribuidos prometen aportar información
II.7-16 Guía de Prácticas Hidrológicas
adicional e ideas útiles con respecto a las condiciones
hidrológicas existentes en los puntos en que se carece
de observaciones del flujo fluvial. En Estados Unidos,
el Proyecto de intercomparación de modelos distri-
buidos, patrocinado por la NOAA, ofrece un foro que
permite explorar la aplicabilidad de los modelos
distribuidos mediante datos de calidad operativos y
señalar algunos problemas relacionados con su utili-
zación (Smith y otros, 2004b). Si se desea dar cuenta
de la incertidumbre en las estimaciones de precipita-
ción de lluvia a pequeña escala (véase Collier y
Krzysztofowicz, 2000) y de los errores de los modelos
hidrológicos, es aconsejable producir predicciones
probabilísticas, mejor que determinísticas, en áreas
propensas a las crecidas repentinas cuando se utiliza
un modelo hidrológico distribuido. Este aspecto de
las predicciones del flujo probabilísticas sigue siendo
objeto de una intensa investigación en hidrología
(véase Carpenter y Georgakakos, 2004).
7.3.3 Técnicas para la actualización
de modelos
Los ajustes de las predicciones suelen estar basados
en los resultados de los modelos y en las mediciones
directas de las variables de estado. Hay numerosas
técnicas para actualizar una predicción. Si se ha
efectuado una observación de los resultados de una
predicción Yi, será posible ajustar las predicciones
subsiguientes basándose en el error de predicción
^ ^
conocido ei = Yi – Y i, donde Y i es la estimación
predictiva. Generalmente, los ajustes responden al
criterio personal del predictor, aunque hay varias
técnicas matemáticas que permiten formalizar este
proceso. Se describen a continuación los principios
básicos del método formal.
El método más simple para ajustar las predicciones
consiste en restar el error actual de la nueva predic-
ción. Con el fin de evitar discontinuidades, se suele
incorporar el ajuste al hidrograma calculado a lo
largo de varios períodos de tiempo. Un procedi-
miento más complicado consiste en someter la serie
de errores ei, e2,..., ei a un análisis de series tempora-
les, con el fin de obtener las posibles tendencias o
periodicidades que sería posible extrapolar para esti-
mar el nuevo error potencial ^ei+1,, que a su vez podrá
^
ser utilizado para modificar la nueva predicción Yi+1.
Hay dos tipos principales de métodos para actuali-
zar los modelos en tiempo real:
a) la actualización de parámetros, consistente en
actualizar regularmente las estimaciones de
algunos de los parámetros del modelo (posi-
blemente todos) basándose en datos entrantes
tales como la precipitación de lluvia o el flujo.
Estos datos se obtienen mediante telemetría
convencional o mediante sistemas más moder-
nos de control de supervisión y adquisición
de datos, conocidos también por las siglas del
inglés SCADA; y
b) la actualización de estado, consistente en
actualizar regularmente las variables de estado
del modelo, como el flujo o el nivel de agua,
basándose en los datos entrantes.
En ocasiones, estas operaciones se efectúan de
manera completamente integrada mediante algún
tipo de algoritmo de estimación de parámetros,
como el filtro de Kalman ampliado.
Alternativamente, pueden efectuarse al mismo
tiempo, aunque mediante algoritmos distintos.
Estos responden generalmente al nombre de algo-
ritmos de estimación recursivos, ya que procesan
datos de manera recursiva, de tal modo que las
nuevas estimaciones sean función de estimaciones
anteriores, más una función del error estimado.
Algunos ejemplos de este tipo de algoritmos son los
algoritmos de mínimos cuadrados recursivos, muy
utilizados en hidrología operativa (véase Cluckie y
Han, 2000), y el algoritmo recursivo de variables
instrumentales, descrito en Young (1993).
El filtro de Kalman y el filtro de Kalman ampliado
son técnicas de estimación recursivas que han sido
aplicadas a la predicción hidrológica, aunque
requieren un grado de pericia matemática e hidro-
lógica considerable para asegurarse de que el
modelo predictivo presenta una forma apropiada
para el análisis.
La forma genérica del algoritmo recursivo de esti-
mación de parámetros es la siguiente:
Proceso de innovaciones (predicción un intervalo más tarde)
a^t = a^t–1 + Gt{yt – ^yt|t–1}; ^yt|t–1 = f {a^t–1, ^yt–1} (7.6)
Mientras que la forma genérica del algoritmo de
estimación de estado es la siguiente:
Ecuación del modelo
Predicción: x^t|t–1
^ ,a
= f {xt–1
^ }
t–1
Proceso de innovaciones
Corrección: x^t = x^t|t–1 + Gt{yt – ^yt|t–1} (7.7)
donde y = g{xt} son los datos observados, relaciona-
dos con las variables de estado del modelo mediante
una fórmula definida, y Gt es una matriz variable a
lo largo del tiempo, denominada frecuentemente
 Capítulo 7. Predicción hidrológica
ganancia del sistema, que es también calculada
recursivamente y que está en función de la incerti-
dumbre de las estimaciones de los parámetros o del
estado. Los algoritmos que combinan ambas opera-
ciones suelen denominarse algoritmos de
asimilación de datos (véase Young, 1993).
Sin embargo, puede utilizarse también una técnica
más conceptual para ajustar los resultados de un
modelo hidrológico. El método no obliga a modifi-
car la estructura del modelo ni sus algoritmos. En
lugar de ello, ajusta los datos entrantes y, por consi-
guiente, las variables de estado de tal modo que
reproduzcan más aproximadamente los flujos
actuales y anteriores. Esos valores ajustados son
seguidamente utilizados para predecir el
hidrograma.
Los ajustes de una predicción no tienen que estar
necesariamente basados solo en los resultados del
modelo. Pueden efectuarse también mediante
mediciones de las variables de estado, comparando
éstas con los valores generados por el modelo. Así,
una técnica de esas características utiliza medicio-
nes observadas del equivalente en agua de la capa
de nieve para mejorar las predicciones de abasteci-
miento de agua estacional obtenidas mediante un
modelo conceptual. La sustitución directa de las
mediciones in situ en lugar de los valores generados
numéricamente de las variables de estado del
modelo sería incorrecta, ya que, en la práctica, las
simplificaciones de los modelos pueden hacer que
las variables de estado pierdan parte de su identidad
física directa.
7.3.4 Verificación de las predicciones
La verificación de las predicciones caracteriza la
correspondencia entre un conjunto de predicciones
y el correspondiente conjunto de observaciones.
Ningún sistema de predicción está completo si no
se han implantado previamente unos procedimien-
tos de verificación de las predicciones a efectos
administrativos, científicos y de los usuarios.
Para evaluar el grado de acierto de una predicción
pueden calcularse diversos tipos de estadísticas. Las
estadísticas utilizadas dependerán del tipo de
predicción, de la finalidad de ésta y de su verifica-
ción. Antes de emprender un programa de
verificación convendrá estudiar la utilidad de la
métrica propuesta para caracterizar efectivamente
el grado de acierto de la predicción.
Para ser eficaz, un sistema de verificación debe
incorporar un archivo de predicciones, así como
las  observaciones con respecto a las cuales se
II.7-17
cuantificará­la predicción. Además, deberá incorpo-
rarse también una predicción de referencia que
ayude a interpretar los indicadores de verificación
calculados. La selección de la predicción de referen-
cia dependerá del tipo de predicción que se desee
verificar y del proceso utilizado para obtener las
predicciones. Para las predicciones determinísticas
a corto plazo (menos de dos días), la persistencia es
un elemento de referencia útil.
Para las predicciones a más largo plazo y para las
probabilísticas, las distribuciones climatológicas o
la climatología retardada son elementos de referen-
cia más apropiados. Si el proceso de predicción
consta de varias etapas, deberán archivarse también
los datos intermedios con el fin de poder validar
cada etapa del proceso de predicción. Si fuera posi-
ble, se archivarán los datos entrantes utilizados para
calcular las predicciones, a fin de posibilitar estu-
dios retrospectivos de posibles actualizaciones del
proceso de predicción. Los datos a archivar serán las
observaciones, las predicciones utilizadas como
datos de entrada (por ejemplo, precipitación o
temperatura) y los parámetros de los modelos, en
particular las curvas de gasto. Una excelente refe-
rencia con información más detallada al respecto es
Joliffe y Stephenson (2003). En 1995, la OMM desa-
rrolló el análisis de la gestión de los sistemas de
predicción de crecidas (MOFFS), una recensión de
los sistemas de predicción de crecidas a nivel direc-
tivo, con el fin de determinar un elemento básico,
internacionalmente aplicable, que permita propor-
cionar información rápida y específica sobre la
calidad de funcionamiento de los sistemas de
predicción de crecidas, basándose en los valores de
excedencia de determinados niveles de umbral en
corrientes fluviales. El objetivo del MOFFS es deter-
minar rápidamente y poner de relieve las deficiencias
de las instalaciones y del funcionamiento de los
sistemas de predicción de crecida, de tal modo que
sea posible adoptar medidas a nivel directivo para
subsanar las deficiencias antes de que sobrevenga la
siguiente crecida.
7.4 Predicción de crecidas
repentinas [HOMS J04, J10, J15]
Las crecidas repentinas son crecidas que progresan
rápidamente como consecuencia de una precipita-
ción de lluvia excesiva o de la ruptura de una presa.
Las crecidas repentinas causadas por la lluvia son
episodios de flujo hídrico excesivo que se desarro-
llan en el plazo de unas horas —generalmente,
menos de seis— tras el episodio de precipitación de
lluvia causante, por lo general en áreas montañosas
o en lugares con extensas superficies impermeables,
II.7-18 Guía de Prácticas Hidrológicas
como los núcleos urbanos. Aunque la mayoría de
las crecidas repentinas observadas están causadas
por la lluvia, la ruptura de presas naturales o artifi-
ciales puede también ocasionar la liberación de
volúmenes excesivos de agua almacenada en un
período de tiempo breve, con consecuencias catas-
tróficas corriente abajo. Ejemplos de este tipo de
sucesos son la ruptura de las barreras de hielo o de
las presas de derrubios no permanentes.
7.4.1 Programas nacionales
frente a crecidas repentinas
Antes de que existieran y de que fuera posible dispo-
ner de datos digitales de alta resolución de extensas
áreas espaciales mediante radares meteorológicos y
plataformas satelitales, y de datos digitales de eleva-
ción del terreno de alta resolución, la predicción de
las crecidas repentinas, así como la predicción con
la resolución espacio-temporal necesaria, no era
posible a escala nacional. En los últimos años, sin
embargo, la mayoría de los países disponen de datos
de alta resolución, y el aumento de las capacidades
informáticas ha permitido desarrollar programas
nacionales de predicción de crecidas repentinas.
7.4.1.1 Cooperación entre hidrólogos
y meteorólogos
Debido a los cortos períodos de concentración de
las crecidas repentinas, la detección exacta y opor-
tuna y la predicción a corto plazo de las
precipitaciones de lluvia y de los flujos fluviales y/o
niveles de agua son ingredientes importantes de un
sistema eficaz de predicción y aviso de crecidas
repentinas. La predicción de crecidas repentinas es,
pues, una tarea auténticamente hidrometeoroló-
gica que se beneficia en gran medida de la estrecha
colaboración entre meteorólogos e hidrólogos en
los centros de predicción nacionales y regionales.
Además, la naturaleza local de las crecidas repenti-
nas causadas por la lluvia obliga a disponer de
observaciones detalladas de ámbito regional y local,
a conocer en detalle y modelizar las precipitaciones
de lluvia intensa y los procesos de producción de
escorrentía/propagación en el cauce en áreas
propensas a crecidas repentinas, con ayuda de bases
de datos de alta resolución espacial y temporal.
7.4.1.2 Cooperación entre organismos
nacionales y regionales o locales
Aun en el caso de que existan programas nacionales
de predicción de crecidas repentinas, la participación­
regional y local es necesaria para que la utilización
de los sistemas dé buen resultado. Las características
físicas regionales y locales afectan considerablemente­
a la génesis y al desarrollo de las crecidas repenti-
nas. La situación meteorológica e hidrológica puede
cambiar desde el momento de la introducción de
los datos a nivel nacional hasta el momento en que
es necesaria una respuesta regional y local a las
predicciones. Los niveles de error de las mediciones
mediante radares meteorológicos y de los datos
satelitales varían considerablemente de un lugar a
otro. Por último, es probable que los usuarios fina-
les de ámbito local (el público en general, las
industrias, los organismos de gestión de recursos
hídricos, etc.) tengan necesidades diferentes con
respecto a los avisos de crecida repentina, y no
siempre todas ellas podrán ser atendidas mediante
el programa nacional de predicción de crecidas
repentinas. Este tipo de colaboración nacional y
regional o local se desarrolla óptimamente haciendo
uso de oficinas de predicción regionales, organis-
mos de respuesta locales y usuarios finales.
Los usuarios finales podrían necesitar desarrollar
productos adicionales basados en las predicciones
nacionales de crecidas repentinas y otras informa-
ciones suplementarias producidas por los centros
nacionales de predicción, con el fin de afrontar sus
necesidades a nivel local. Por ejemplo, pueden esta-
blecerse procedimientos que permitan perfeccionar
las predicciones para determinados niveles de altura
de crecida no contemplados en los productos nacio-
nales, o instalarse y utilizarse redes automatizadas
locales de pluviómetros y radares especializados en
áreas en que los radares meteorológicos y satélites
nacionales no proporcionan datos fiables. En tales
casos, el programa nacional frente a crecidas repen-
tinas proporciona directrices con respecto a este
fenómeno.
7.4.1.3 Cooperación con los usuarios finales
Para las predicciones de crecida repentina de alta
resolución espacial y temporal, es conveniente esta-
blecer un programa de colaboración entre
predictores y usuarios que responda a varios fines:
informar al usuario (las oficinas meteorológicas
regionales, los organismos de respuesta locales, el
público en general u otros usuarios finales) acerca
del significado de las predicciones nacionales de
crecida repentina; proporcionar información sobre
la validación de las predicciones y la limitación de
los sistemas nacionales implementados; apoyar la
toma de decisiones a nivel local; desarrollar directri-
ces sobre el proceder apropiado de los usuarios
cuando se emiten avisos; identificar medios que
permitan obtener comentarios de los usuarios fina-
les con respecto al funcionamiento del sistema
operacional, y otros fines. Este tipo de programas
colaborativos mejorarán, a largo plazo, la eficacia
 Capítulo 7. Predicción hidrológica
local de los productos nacionales de predicción de
crecidas repentinas.
En varios países, las predicciones de crecida repen-
tina son difundidas mediante alertas y avisos.
Cuando se observan o predicen condiciones meteo-
rológicas que pudieran dar lugar a fuertes lluvias en
un área dada, se emite una alerta por radio y/o tele-
visión. Con ello, se advierte a los residentes del
lugar de la posibilidad de lluvias que ocasionen
crecidas. Cuando se tiene conocimiento de que ha
habido lluvias causantes de crecidas, se emite a
continuación de la alerta un aviso que informa a los
residentes del lugar de las precauciones necesarias
contra las crecidas.
7.4.2 Sistemas locales de predicción
de crecidas repentinas
Se están utilizando muy diversos tipos de métodos
para realizar las predicciones y los avisos de crecida
repentina en estaciones de aforo específicas.
Consisten tanto en procedimientos autogestiona-
dos basados en redes locales de aforadores de
corriente automatizados como en procedimientos
más sofisticados que abarcan las predicciones loca-
les de precipitación de lluvia y flujo a corto plazo.
Estos procedimientos han sido ideados para emitir
avisos tempranos destinados a comunidades loca-
les, empresas de servicios básicos y otras
organizaciones regionales o locales, con el fin de
que puedan actuar inmediatamente tras la recep-
ción del aviso. Se examinan a continuación algunos
métodos representativos y específicos de distintos
emplazamientos.
7.4.2.1 Programas de predicción
autogestionados
Los sistemas de aviso de crecida repentina autoges-
tionados permiten a las comunidades locales reducir
al mínimo los retardos en la recopilación de datos y
en la difusión de las predicciones. Para ello, se
forma a un coordinador local de avisos de crecida
con el fin de que prepare avisos de crecida repen-
tina mediante procedimientos previamente
planificados, o mediante modelos elaborados por
autoridades acreditadas. Los procedimientos se
utilizan cuando los datos en tiempo real y/o la
precipitación de lluvia predicha indican posibilida-
des de crecida. Las ecuaciones de regresión múltiple
constituyen una técnica muy fácil de utilizar para la
predicción de crecidas repentinas, que se resume en
una tabla orientativa simple. El procedimiento es
adecuado para muy diversos tipos de condiciones
de precipitación de lluvia, humedad del suelo y
temperatura causantes de crecidas.
II.7-19
La disponibilidad cada vez mayor de microproce-
sadores ha hecho que se tienda cada vez más a
automatizar gran parte de de los métodos de reco-
pilación y procesamiento de datos necesarios para
producir avisos de crecida repentina. Los sensores
automáticos de precipitación de lluvia y de altura
del agua pueden ser enviados directamente por
telemetría a una computadora que controla el
sistema de recopilación de datos, calcula el poten-
cial de crecida o efectúa una predicción de crecida,
e incluso desencadena una alarma. El compo-
nente más decisivo del sistema autogestionado es
el mantenimiento de una activa participación
comunitaria en la planificación y utilización del
sistema.
7.4.2.2 Sistemas de alarma
Un sistema de alarma de crecida repentina es una
versión automatizada del tipo de programa de aviso
autogestionado. Consiste en instalar un sensor de
altura del agua aguas arriba de un área de predic-
ción, vinculándolo mediante telemetría terrestre o
radiotelemetría a un punto de recepción situado en
la comunidad (por ejemplo, un parque de bombe-
ros o el cuartel de policía) que cuente con una
dotación de personal permanente. El punto de
recepción contiene una alarma interna audible y
visual, y está en contacto con un relevador que
activa una alarma externa. La alarma es activada
cuando el nivel de agua en el sensor alcanza una
altura crítica predeterminada.
7.4.2.3 Sistemas hidrometeorológicos
integrados
Este tipo de sistemas modernos es más sofisticado.
Generalmente, lo utilizan empresas de servicio
público y otras organizaciones regionales o locales
que cuentan con expertos hidrometeorológicos
propios. En la mayoría de los casos, permiten obte-
ner las predicciones de crecida repentina más fiables
para lugares específicos. Consisten generalmente en
modelos hidrometeorológicos integrados, basados
en conceptos teóricos o en procesos (véase
Georgakakos, 2002). Constan de un interpolador
regional de información obtenida mediante predic-
ción numérica del tiempo operativo a la escala
considerada (100 km2 o menos), un modelo de
contabilización de agua del suelo y un modelo de
propagación en cauce. Con el fin de incorporar las
incertidumbres vinculadas a las predicciones numé-
ricas del tiempo en tiempo real y a las configuraciones
de datos obtenidos de sensores, un cierto número
de estimadores o asimiladores de estado proporcio-
nan información a los estados del modelo deducidos
de las observaciones en tiempo real. Para ello se
II.7-20
utilizan distintos tipos de filtro de Kalman ampliado
y de filtros no lineales.
Un ejemplo de implementación y utilización de
sistemas hidrometeorológicos integrados es el
sistema de predicción de crecidas repentinas de la
cuenca hidrográfica del canal de Panamá. Se encon-
trará más información al respecto en Georgakakos y
Sperfslage (2004). La cuenca hidrográfica del canal,
de 3 300 km2 de extensión, está subdividida en
11 subcuencas basándose en la topografía, la dispo-
nibilidad de aforadores de corriente, la ubicación de
embalses y en la hidrometeorología local
(figura II.7.7). Para atenuar los daños causados en el
equipo y en las operaciones del canal se necesitan
predicciones de corto plazo en períodos de 1 a 6
horas. El sistema es operado por un meteorólogo y
un hidrólogo, que interpretan las predicciones de
precipitación de lluvia y de flujo.
Existen en la región un radar meteorológico de
10 cm y más de 35 pluviómetros automatizados de
tipo ALERT. La retícula computacional del modelo
operativo de predicción numérica del tiempo ETA
del Servicio Meteorológico Nacional de Estados
Unidos cubre la totalidad de la región con una reso-
lución de 80 km, y proporciona predicciones de
área extensa del estado de la atmósfera dos veces al
9,5
9,4
9,3
ún
at
G
o 600
9,2 L ag
Latitud °N
9,1
9
8,9
8,8
8,7
80,1 80 79,9
Figura II.7.7. Cuenca del canal de Panamá con elevaciones del terreno (modelo digital del terreno con
resolución de 1 km) y subcuencas (Georgakos y Sperfslage, 2004)
Guía de Prácticas Hidrológicas
día con una resolución de 6 horas y un período de
anticipación máximo de varios días.
El componente de predicción de precipitación de
lluvia utiliza información obtenida del modelo ETA
con una resolución de 80 km y de datos meteoroló-
gicos en superficie y obtenidos de radiosondas en
altitud. El modelo de precipitación genera predic-
ciones de precipitación de lluvia a nivel de
subcuenca que, comparadas con las estimaciones
integradas obtenidas de aforadores radáricos,
producen un error de predicción. Las predicciones
de lluvia así obtenidas son introducidas en el
modelo de contabilización de agua del suelo en
cada subcuenca que genera escorrentía y alimenta
el modelo de propagación en cauce. Se utiliza un
estimador de estado independiente para actualizar
los estados del modelo de agua del suelo a partir de
observaciones del caudal en tiempo real.
Un aspecto importante de los sistemas hidrometeo-
rológicos locales es la validación de las predicciones
para las crecidas repentinas importantes. La infor-
mación así obtenida ayuda a los predictores a
interpretar las predicciones del sistema y a utilizar-
las para emitir avisos y alertas. Como indicadores
de efectividad pueden utilizarse métodos de míni-
mos cuadrados típicos, como los de media residual,
900
800
700
500
400
300
oriental:
200
occidental:
meridional: 100
septentrional:
Lago Gatún:
0
79,8 79,7 79,6 79,5 79,4 79,3
Longitud °W
 Capítulo 7. Predicción hidrológica
varianza residual, error cuadrático medio y coefi-
ciente de eficiencia, así como otros indicadores
obtenidos en colaboración con los usuarios de las
predicciones, como los errores del volumen de agua
predicha durante un período dado, las cronologías
del flujo máximo horario y la magnitud de éste. En
la figura II.7.8 puede verse un ejemplo de aviso de
crecida repentina.
7.4.3 Predicciones de crecida repentina
en áreas extensas
La posibilidad de medir precipitaciones con perio-
dicidad rutinaria y con una resolución temporal
espacial y temporal elevada, así como la disponibi-
lidad de bases de datos espaciales de alta resolución
respecto de la superficie y subsuperficie terrestre
han permitido a los organismos nacionales produ-
cir predicciones de área extensa, a escala de crecida
repentina y en régimen operativo. Para la genera-
ción de predicciones de crecida repentina de área
extensa con alta resolución cabe señalar dos méto-
dos posibles: a) los que se basan en el sistema guía
para crecidas repentinas, y b) los que se basan en
modelos hidrológicos distribuidos espacialmente.
En cualquiera de los dos casos, son necesarias obser-
vaciones y predicciones de precipitación de lluvia
de alta resolución espacial.
Para obtener estimaciones de precipitación de lluvia
a las escalas necesarias para la predicción de creci-
das repentinas se necesitan redes de pluviómetros
densas. En el caso de las predicciones de crecida
repentina a nivel nacional en áreas extensas y con
alta resolución, la estimación de la precipitación de
lluvia a escalas tan pequeñas incorpora datos de
pluviómetros automatizados, complementados con
datos de radares meteorológicos regionales y/o
sensores satelitales. Diferentes sensores miden dife-
rentes atributos de la precipitación de lluvia, y
frecuentemente se obtiene un producto integrado
como estimación óptima para el conjunto de datos
disponibles. Suele ser útil obtener indicadores de
incertidumbre en las estimaciones de precipitación
de lluvia, ya que los errores de medición varían
según el sensor y la región.
Hay numerosos estudios relativos a la estimación
cuantitativa de la precipitación de lluvia para usos
operativos mediante la integración de datos pluvio-
métricos y de radares meteorológicos, desde los
primeros resultados de Collinge y Kirby (1987) en
Reino Unido hasta los resultados más recientes
publicados en Estados Unidos por Fulton y otros
(1998) y Seo y Breidenbach (2002). En esos casos, la
variabilidad espacial del campo de precipitación de
lluvia a escalas de crecida repentina se obtiene
II.7-21
principalmente­ a partir de datos de radares meteo-
rológicos, mientras que se utilizan pluviómetros
automatizados para corregir mediante distintos
procedimientos el error sistemático de la media del
campo o el vinculado al alcance en las estimaciones
de los radares meteorológicos, como se indica, por
ejemplo, en Cluckie y Collier (1991), Braga y
Massambani (1997) y Tachikawa y otros (2003).
La calibración de los datos satelitales de precipita-
ción de lluvia suele efectuarse mediante datos de
radar meteorológico en regiones hidroclimáticas
similares y/o cualquiera de las redes de pluvióme-
tros automatizadas locales o regionales y de escasa
densidad. Se están desarrollando también combina-
ciones de productos de satélites en órbita polar y
geoestacionarios (véase Bellerby y otros, 2001).
7.4.4 Guía para crecidas repentinas
El concepto de guía para crecidas repentinas viene
utilizándose desde mediados de los años setenta
para las predicciones de área extensa de crecida
repentina en Estados Unidos (Mogil y otros, 1978).
Se define como el volumen de precipitación de
lluvia dentro de una duración dada (por ejemplo,
de 1 a 6 horas) en una pequeña cuenca suficiente
para causar una crecida pequeña en el punto de
desagüe de la corriente de drenaje. La estimación
del volumen, actualizada con frecuencia, se utiliza
para evaluar el potencial de crecida, tomando como
referencia los volúmenes de la precipitación de
lluvia observada o predicha para esa misma dura-
ción y en esa misma cuenca pequeña.
Para determinar la guía para crecidas repentinas en
un entorno operativo es necesario desarrollar las
herramientas siguientes:
a) estimaciones del umbral del volumen de esco-
rrentía para varias duraciones, efectuadas fuera
de simulación; y
b) un modelo de contabilización de la humedad
del suelo que permita establecer las curvas
que vinculan el umbral de escorrentía con las
guías para crecidas repentinas para varios valo-
res de déficit de humedad del suelo estimados
(Sweeney,­1992).
En las primeras operaciones relacionadas con las
directrices de crecida repentina se utilizaban estas
relaciones estadísticas para obtener las estimaciones
de umbral de escorrentía necesarias a partir de
distintos datos regionales y locales (por ejemplo,
topográficos y climáticos). Mediante bases de datos
espaciales digitales de las propiedades de la superfi-
cie de la Tierra, como el tipo de terreno, las corrientes
y el uso de la tierra o la cubierta terrestre, además de
II.7-22 Guía de Prácticas Hidrológicas

Figura II.7.8. Señal de aviso de crecida repentina en la que se advierte del aumento súbito del nivel de agua
de un río debido al funcionamiento de una central hidroeléctrica
 Capítulo 7. Predicción hidrológica
los obtenidos de SIG, Carpenter y otros (1999) esta-
blecieron el problema de la estimación del umbral
de escorrentía desde un punto de vista físico, e indi-
caron y describieron métodos para obtener
estimaciones objetivas del umbral de escorrentía a
escala nacional y con elevada resolución. Para una
cuenca pequeña dada, las relaciones básicas del
umbral de escorrentía son las siguientes:
Qcrecida = Qp(R,tr ) (7.8)
donde Qcrecida es el flujo que probablemente ocasio-
naría una crecida pequeña en el punto de desagüe
de la cuenca, y Qp es el valor máximo de la escorren-
tía superficial en la cuenca causado por el volumen
de precipitación de lluvia efectivo R, o umbral de
escorrentía, de la duración, tr. Para estimar el valor
de Qcrecida puede utilizarse el flujo vinculado a un
período de retorno dado (por ejemplo, dos o cuatro
años), o fórmulas hidráulicas del flujo estacionario
uniforme en condiciones de sección llena en el
punto de desagüe de la cuenca. Pueden utilizarse
formulaciones sintéticas o geomorfológicas del
hidrograma unitario con el fin de estimar Qp a partir
de R y tr. Para utilizar el valor de flujo en condicio-
nes de sección llena y las formulaciones
geomorfológicas del hidrograma unitario, no son
necesarias calibraciones, y se obtienen las estima-
ciones del umbral de escorrentía conservadoras
desde el punto de vista de los daños de la crecida.
Se necesitará conocer las propiedades de la sección
transversal del canal en el desagüe de la cuenca para
estimar el flujo en condiciones de sección llena y el
valor máximo de la escorrentía del hidrograma
unitario geomorfológico. Tales estimaciones suelen
obtenerse mediante regresiones regionales de las
propiedades de de la sección transversal del cauce,
es decir, la anchura del cauce o la profundidad
hidráulica basadas en las propiedades de la cuenca
estimadas mediante un SIG (área, longitud y
pendiente promedia de la corriente) como predicto-
res. Tales regresiones regionales están basadas en
datos obtenidos de sondeos de corrientes fluviales
naturales en la región considerada, y se utilizan
para obtener estimaciones de los parámetros de la
sección transversal del canal en todas las cuencas
pequeñas de la región.
La resolución de los datos digitales de elevación del
terreno limita el tamaño de las cuencas más peque-
ñas que permitirían efectuar el análisis del umbral
de escorrentía. Por ejemplo, una base de datos del
terreno con una resolución de 90 m permite obte-
ner propiedades de la cuenca tales como el área, la
ubicación, la longitud y la pendiente de la corriente,
con un error relativo comprendido entre +/–10 por
II.7-23
ciento y +/–25 por ciento para cuencas superiores a
5 km2. En tales cuencas, siempre que su extensión
no sobrepase los 50 km2, el error típico de las esti-
maciones del umbral de escorrentía basándose en
datos de elevación del terreno obtenidos mediante
SIG puede llegar a ser del +/–30 por ciento del valor
estimado en ubicaciones con complemento integral
de datos hidrometeorológicos.
El umbral de escorrentía es el volumen de precipita-
ción de lluvia efectiva de una duración dada
generado en una cuenca pequeña que bastaría para
ocasionar una crecida secundaria en el punto de
desagüe de la corriente de drenaje. Una vez obteni-
das las estimaciones del umbral de escorrentía para
las regiones consideradas o para la totalidad del
país, se las utilizan, conjuntamente con estimacio-
nes en tiempo real del déficit hídrico del suelo, para
obtener el umbral de escorrentía. El procedimiento
se describe a continuación (véase Georgakakos,
2004).
Normalmente, los servicios de predicción naciona-
les utilizan en régimen operativo un modelo
hidrológico para cuencas con superficies del orden
de 1 000 km2, con objeto de obtener estimaciones y
predicciones del flujo fluvial en diferentes instantes
de preparación de la predicción. Una vez finaliza-
dos los procesos de predicción operativa, se
almacenan los valores actuales de las estimaciones
de los índices de agua del suelo válidos en el instante
de preparación de la predicción. Como medio auxi-
liar para el cálculo de crecidas repentinas en tales
condiciones iniciales, se activa el modelo hidroló-
gico fuera de simulación para escenarios
conjeturados con volúmenes crecientes de precipi-
tación de lluvia de una misma duración. Para los
escenarios conjeturados se utilizan las mismas esti-
maciones iniciales de agua del suelo obtenidas del
modelo durante una sesión normal en régimen
operativo. El volumen de escorrentía superficial así
obtenido se representará gráficamente en función
del volumen de precipitación de lluvia requerido
para una duración dada. La gráfica así obtenida
podrá ser interpretada como la relación entre el
umbral de escorrentía (el volumen de precipitación
de lluvia o de escorrentía superficial efectiva) y la
guía para crecidas repentinas (el volumen real de
precipitación de lluvia). Utilizada conjuntamente
con el valor estimado del umbral de escorrentía
para la cuenca de captación, permite obtener el
volumen de guía para crecida repentina requerido,
en ambos casos para una misma duración.
A partir de ese momento, pueden utilizarse estima-
ciones del volumen de precipitación de lluvia más
reciente en la cuenca, con una duración igual a la
II.7-24 Guía de Prácticas Hidrológicas
de la guía para crecidas repentinas, para determinar
el grado de inminencia de una crecida repentina en
una cuenca dada. La posibilidad de una crecida
repentina se manifiesta en el momento en que el
volumen de precipitación de lluvia observado es
superior a la estimación de la guía para crecidas
repentinas. Mediante este procedimiento pueden
obtenerse mapas de regiones completas con indica-
ción de las cuencas en que hay altas posibilidades
de crecida repentina a escala regional y nacional.
Pueden obtenerse mapas similares que indiquen el
potencial futuro de que las cuencas sufran crecidas
repentinas mediante volúmenes de precipitación
de lluvia en la cuenca predichos, mejor que obser-
vados, para una duración dada. El Servicio
Meteorológico Nacional de Estados Unidos utiliza
un modelo operativo de guías para crecidas repenti-
nas para ese tipo de predicciones en áreas extensas.
Para los países de América Central se utiliza un
modelo regional de guías para crecidas repentinas.
Los programas nacionales de recopilación de datos
necesarios para validar las predicciones de crecida
repentina obtenidas mediante guías son un comple-
mento necesario de los programas de predicción
operativos.
7.4.5 Predicción de crecidas repentinas
por ruptura de presas
Cuando una presa falla y el flujo resultante atra-
viesa la brecha e inunda el valle aguas abajo, el
resultado es una crecida repentina catastrófica. En
la sección 6.3.5.4 se describen diversos métodos
utilizados para predecir las crecidas resultantes de
ese tipo de fallos.
En los últimos años, el desarrollo de datos obteni-
dos de SIG y de datos digitales de alta resolución
sobre elevación del terreno ha permitido elaborar
mapas de riesgo para determinadas áreas situadas
corriente abajo de las presas existentes. Tales mapas,
indexados mediante información sobre el tiempo
de desplazamiento de la onda de crecida, son útiles
para los responsables locales situados aguas abajo
de una presa, que podrán así elaborar planes de
evacuación preventivos.
7.4.6 Mareas de tormenta en ríos
En mar abierto, las mareas de tormenta causadas
por el viento y la presión atmosférica pueden gene-
rar ondas de gravedad que se propagan aguas arriba
hacia ríos. Se necesitan técnicas apropiadas para
predecir el desarrollo y propagación de la mareas de
tormenta en mar abierto, como el modelo SPLASH
del Servicio Meteorológico Nacional de Estados
Unidos (Jelesnianski, 1974) y su propagación en
bahías, como se señala en Overland (1975), con
objeto de definir el fenómeno en la desembocadura
del río, desde donde es propagado corriente arriba
mediante una técnica dinámica apropiada. Dado
que el movimiento aguas arriba de la onda de grave-
dad se opone al flujo aguas abajo, la mejor manera
de conseguir la propagación de la marea de tormenta
corriente arriba consiste en utilizar técnicas de
propagación dinámicas (sección 6.3.5). Las técnicas
de propagación hidrológicas o cinemático-hidráuli-
cas no son adecuadas para predecir el movimiento
ondular que se propaga aguas arriba. Asimismo, los
componentes inerciales de la onda de gravedad
ignorados en las técnicas de propagación hidráulica
de difusión son demasiado importantes para ser
excluidos en el caso de una marea de tormenta. La
UNESCO (1991) ha publicado diversos artículos
científicos sobre ríos expuestos a mareas de
tormenta. Más recientemente, se han utilizado SIG
para cartografiar mapas de riesgo de áreas propensas
a las crecidas combinando mareas de tormenta y
ondas de crecida (véanse las publicaciones del
Programa de Ciclones Tropicales de la OMM).
7.4.7 Inundaciones urbanas
La urbanización ininterrumpida de las llanuras
inundables ha contribuido a un fuerte aumento de
las pérdidas de vidas y de los daños a los bienes. Los
rápidos cambios demográficos y sociales, acompa-
ñados de un aumento de los precios del suelo y de
la preocupación por el medio ambiente a la vista de
la polución del agua y del posible cambio climático,
caracterizado por un aumento de la variabilidad y
una magnitud extrema, acentúan la urgencia de la
gestión hídrica urbana en todo el mundo (Pielke y
Downton, 2000; Dabberdt y otros, 2000).
Hay dos tipos de crecidas urbanas. En primer lugar,
las áreas urbanas pueden resultar inundadas por
ríos que se desbordan (crecidas fluviales). Las predic-
ciones de las áreas inundadas se obtienen de las
predicciones de altura del agua de los ríos. En
segundo lugar, puede haber crecidas urbanas en el
drenaje local, como caso particular de las crecidas
repentinas.
Se ha publicado un considerable número de estu-
dios científicos sobre hidrología urbana y gestión
hídrica; por ejemplo, las recensiones de Urbonas y
Roesner, 1993; Kovar y Nachtnebel, 1996; y
Dabberdt y otros, 2000. La hidrología urbana se
caracteriza específicamente por grandes extensio-
nes impermeables o casi impermeables, y por la
coexistencia de sistemas de drenaje naturales y
tecnológicos: alcantarillas, diques laterales, disposi-
tivos de bombeo, cuencas de retención, etc.
 Capítulo 7. Predicción hidrológica
En consecuencia, la escorrentía superficial produ-
cida por la precipitación de lluvia es muy variable y
no homogénea, y el flujo de agua y contaminantes
aumenta aceleradamente hasta alcanzar valores
máximos de los hidrogramas en el punto de
desagüe. La alta variabilidad espacio-temporal de la
precipitación de lluvia se traduce en variabilidad
espacio-temporal de la escorrentía, ya que las cuen-
cas urbanas no atenúan apreciablemente tales
fluctuaciones. Los mecanismos de drenaje tecnoló-
gicos y las mejoras de los drenajes naturales
adelantan en el tiempo e intensifican los flujos
máximos. Con respecto a los impactos hidrológi-
cos, el problema de predicción y control de las
crecidas empieza a ser grave a partir de los fenóme-
nos con períodos de retorno de 5 a 100 años,
mientras que el problema de la calidad del agua
puede llegar a ser agudo para períodos de retorno de
tormentas breves, inferiores incluso a los dos años.
Debido a las características de la respuesta urbana al
forzamiento de la lluvia y los contaminantes, se
necesitan datos, modelos y controles de muy alta
resolución temporal espacial y temporal en grandes
extensiones urbanas para poder gestionar los recur-
sos hídricos de manera eficaz (Dabberdt y otros,
2000). Así, es posible utilizar datos digitales de eleva-
ción del terreno, modelos hidrológicos distribuidos
y datos radáricos meteorológicos —conjuntamente
con datos de pluviómetros automatizados in situ y
SIG— para desarrollar predicciones de escorrentía
urbana y sistemas de gestión (Cluckie y Collier,
1991; Braga y Massambani, 1997; Georgakakos y
Krajewski, 2000; Kovar y Nachtnebel, 1996; Riccardi
y otros 1997). En áreas en que el crecimiento urbano
está acompañado de un terreno montañoso y de
regímenes atmosféricos convectivos (Kuo, 1993), es
realmente necesario desarrollar sistemas de gestión
de recursos hídricos urbanos capaces de una resolu-
ción muy alta en grandes extensiones urbanas.
7.4.8 Inundaciones causadas
por el drenaje local
En estos casos, una precipitación de lluvia intensa
sobre el área urbana puede ocasionar inundaciones
repentinas en calles y viviendas de extensiones
poco elevadas, o edificadas en antiguas vías fluvia-
les, pasos inferiores y depresiones de autopista.
Tales crecidas se deben principalmente a unas insta-
laciones de drenaje de aguas pluviales inadecuadas,
y resultan invariablemente agravadas por los derru-
bios que obstruyen las entradas de las conducciones
y canales o los aliviaderos de las cuencas de reten-
ción. Es posible utilizar sistemas de aviso de crecida
similares a los descritos en relación con las crecidas
repentinas. Éstos suelen consistir en sistemas de
II.7-25
aviso automatizados o en avisos generalizados,
basados en operaciones de implementación de
guías para crecidas repentinas a nivel nacional. Es
también posible centrarse en las estimaciones de las
guías para crecidas repentinas para el entorno
urbano, mediante bases de datos espaciales digitales
de muy alta resolución sobre las características del
terreno, redes de drenaje, tanto naturales como
tecnológicas, y construcciones hidráulicas
existentes.
En carreteras elevadas expuestas a crecidas, puede
alertarse a los conductores mediante luces que se
activan del mismo modo que en el sistema de alar-
mas de crecida repentina. Las crecidas urbanas
suelen afectar a los sistemas de alcantarillado,
incluso en los casos en que las aguas de desecho y el
desagüe de las tormentas discurren por conduccio-
nes diferentes. Las predicciones de escorrentía
urbana pueden ayudar al tratamiento de las aguas
evacuadas y de las aguas de crecida contaminadas
en los sistemas mixtos. El problema opuesto es el
alto nivel de polución que acompaña a la escorren-
tía urbana. Dado que éstas terminan descargando
en cursos fluviales naturales, agravan la polución,
creando problemas para los usuarios del agua
corriente abajo. La predicción de las cargas de polu-
ción dependerá de la predicción de la escorrentía de
crecida urbana.
7.5 Predicción a largo plazo
7.5.1 Predicción del suministro hídrico
Las predicciones del suministro hídrico son esencia-
les para la utilización de los sistemas de suministro
doméstico, industriales, de riego e hidroeléctricos.
Las predicciones suelen expresarse en términos de
volúmenes de flujo para duraciones específicas:
anuales, estacionales o mensuales. La duración
dependerá de la naturaleza de la demanda y de la
cantidad de almacenamiento del sistema. Dado que
las predicciones del suministro hídrico abarcan un
período de tiempo mayor que las meteorológicas,
habrá siempre errores inherentes, debidos a los
fenómenos climáticos que sobrevienen durante el
período de predicción. Por consiguiente, se reco-
mienda predecir varios valores, acompañados de
sus respectivas probabilidades de excedencia
(sección 7.3.4).
La selección de la técnica de predicción estará deter-
minada por las características del área de drenaje,
los datos disponibles y las necesidades de los usua-
rios. Las predicciones de suministro hídrico pueden
estar basadas fundamentalmente en tres técnicas:
II.7-26 Guía de Prácticas Hidrológicas
a) predicciones de fusión de nieve;
b) modelos conceptuales; y
c) análisis de series temporales.
Los métodos mediante fusión de nieve se utilizan
en cuencas en que la escorrentía de fusión de
nieve es un componente predominante del régi-
men de flujo. Las predicciones de fusión de nieve
se examinan en la sección 7.6. Normalmente es
posible relacionar empíricamente algunos indica-
dores del equivalente en agua de la nieve y de las
pérdidas en la cuenca con la escorrentía estacional
total mediante técnicas de regresión. Así, por
ejemplo, se ha establecido una relación entre las
mediciones satelitales de la capa de nieve y el
caudal del río Indo, habiéndose obtenido
resultados­ razonables en esa cuenca, en que los
datos terrestres convencionales son muy escasos.
Este tipo de métodos es más adecuado para las
predicciones­ del volumen total de escorrentía, y
no describe la distribución temporal de la
escorrentía.
Pueden utilizarse modelos conceptuales para la
predicción del suministro hídrico activando el
modelo repetidamente y utilizando como datos de
entrada varias series temporales climáticas históri-
cas. El resultado será una horquilla de valores
predichos a los que será posible asignar probabilida-
des de excedencia. Los modelos utilizados para las
predicciones de suministro hídrico deberán ser cali-
brados, de modo que se reduzcan al mínimo las
desviaciones entre los volúmenes de escorrentía
observados y los simulados. Dado que las variacio-
nes a corto plazo revisten escasa importancia, las
estructuras de modelo simples pueden arrojar resul-
tados satisfactorios.
Los métodos de series temporales pueden ser útiles
para las predicciones del suministro hídrico cuando
el caudal es un indicador válido del estado de la
cuenca. Las relaciones predictivas suelen ser muy
fáciles de aplicar. Los modelos de regresión en que
la escorrentía estacional es predicha a partir de
variables hidrológicas y climáticas anteriores
pueden considerarse como un caso especial de los
métodos de series temporales.
Las predicciones a largo plazo, especialmente las de
escorrentía estacional, suelen estar expresadas en
términos probabilísticos: las distribuciones estadís-
ticas de los posibles volúmenes de escorrentía
dependerán de la precipitación de lluvia descargada
posteriormente a la fecha de la predicción. Una
fuente de incertidumbre es el estado del tiempo
futuro entre la fecha de preparación de la predic-
ción y la fecha operativa de ésta. Por ejemplo, si una
predicción mediante regresión arroja la ecuación
siguiente:
Qverano = b0 + b1Rotoño + b2Rinvierno
(7.9)
+ b3Rprimavera + b4Rverano
será posible emitir una predicción probabilística,
menos informativa, solo tras haber recibido los
datos de precipitación de lluvia correspondientes al
otoño e invierno anteriores. El componente proba-
bilístico deberá tener en cuenta la distribución de
las posibles precipitaciones de lluvia que pudieran
sobrevenir durante la primavera y el verano.
A menos que el modelo de predicción sea muy
simple, es casi seguro que será necesario simular
posibles valores de Qverano, o bien mediante mues-
treo reiterado a partir de la distribución de Rprimavera
y de los valores de Rverano, o bien aplicando reitera-
damente el modelo a las tasas históricas de Rprimavera
y Rverano. Si se adopta el método de muestreo, será
necesario incorporar toda correlación que pudiera
aparecer entre las variables independientes. Si se
utiliza el método histórico, sería de desear disponer
de al menos 30 años de registro para obtener una
diversidad de combinaciones representativa. La
aplicación de esta técnica no se circunscribe a los
modelos de regresión. Todo modelo de predicción
hidrológica puede ser perturbado retrospectiva-
mente en base a datos reales o sintéticos para
construir una distribución de resultados posibles. Se
obtiene una descripción más realista de la distribu-
ción de los valores reales cuando se incorpora al
modelo un término de ruido. Para ello, puede agre-
garse a cada predicción un número aleatorio cuya
desviación típica sea igual al error típico de la esti-
mación del modelo. Se encontrará un análisis más
detallado del tema en la publicación Long-range
Water-supply Forecasting (WMO-No. 587).
7.5.2 Predicción de recesiones de flujo
Los largos períodos sin lluvia son una realidad en
muchas partes del mundo, particularmente cuando
el clima es tropical o subtropical y muy estacional.
Los períodos secos prolongados son importantes
para la agricultura, que es posible adaptar a las
condiciones existentes mediante determinadas
prácticas, mediante cultivos adaptados a las condi-
ciones existentes, o mediante la aportación de
riego. Hay sequía cuando un período sin lluvia se
prolonga más de lo normal, forzando así la resisten-
cia de las plantas y agotando aún más los recursos
hídricos. Por ello es importante, desde un punto de
vista operativo, predecir las sequías u ofrecer
proyecciones de la duración esperada.
 Capítulo 7. Predicción hidrológica
No hay una única definición simple de la sequía, ya
que su naturaleza variará con el tipo de clima, ni de
su impacto (por ejemplo, sobre el suministro
hídrico, el riego o la ganadería). Cuando las sequías
son habituales, su grado de rigor, que es un factor
de la duración y de la temperatura, adquiere impor-
tancia. Las sequías extremas pueden tener su origen
en un comienzo excesivamente temprano de la
temporada seca, o en una tardanza del retorno de
las lluvias, o en ambos factores. Un método simple
para registrar la duración de una sequía puede defi-
nirse como sigue:
a) la sequía comienza tras un período de 14 días
sin lluvia;
b) la sequía finaliza tras un período de 20 días
durante el que se registran precipitaciones de
lluvia en 11 o más días; y
c) al igual que la duración, la intensidad de la sequía
puede ser registrada en términos de temperatura
acumulativa, es decir, en grados-día.
El índice de severidad de sequía de Palmer (Palmer,
1965) es muy utilizado en Estados Unidos para defi-
nir las condiciones de sequía. Está basado en
mediciones actuales y recientes de la temperatura y
la lluvia, relacionadas matemáticamente mediante
los valores medios locales para proporcionar un
índice de severidad comprendido entre –4 (muy
seco) y +4 (muy lluvioso). Este método se presta
bien a la confección de mapas y a la visualización
de SIG, y es publicado habitualmente en Internet
por el Centro de información sobre sequías de la
NOAA (www.drought.gov).
El comportamiento característico de un río y de una
cuenca en condiciones de sequía puede expresarse
mediante una curva de caudales clasificados y una
curva de recesión. Las curvas de caudales clasifica-
dos expresan, manifiestamente, una relación de
probabilidad que abarca la totalidad del registro
histórico, por lo que es posible establecer una igual-
dad entre un flujo actual y un nivel de probabilidad,
proyectando de ese modo la situación a valores de
flujo más extremos. Las curvas de flujo-recesión se
construyen representando gráficamente la relación
entre flujos a intervalos fijos (por ejemplo, diarios,
cada 5 días o cada 10 días); el tamaño del intervalo
está influido por la duración total de la temporada
seca y por el tamaño de la cuenca. Así, represen-
tando gráficamente Q en t0 y t–5 a lo largo del
período de disminución de flujo, se obtiene una
curva de la forma:
Q(t) = Q0e–C(t–t0) (7.10)
Es posible combinar manualmente varios años
sucesivos de curvas de recesión para obtener una
II.7-27
relación de recesión integral. Ello permite evaluar la
situación actual en términos de la recesión total de
la cuenca, y proporcionar una estimación de la
duración y severidad futuras posibles de las condi-
ciones proyectadas (por ejemplo, con uno o dos
meses de antelación).
Las predicciones meteorológicas pueden ser útiles
para la gestión de las sequías. La mayoría de los
servicios de predicción más importantes ofrecen
actualmente una predicción de largo período para
duraciones de dos a seis meses. Se trata de predic-
ciones solo aproximadas, habitualmente expresadas
tomando como referencia las condiciones prome-
dias o extremas.
El análisis de las ramas descendentes de los hidro-
gramas, o recesiones fluviales, es un componente
importante del análisis de crecidas y de flujos bajos;
en el ámbito de la predicción, sin embargo, su uso
se limita en buena medida a la predicción de flujos
bajos. En algunos casos, es posible predecir flujos
bajos analizando curvas de recesión maestras
respecto de grandes cuencas fluviales, con lo que la
predicción puede abarcar semanas o incluso meses.
Este tipo de predicciones son útiles para la confec-
ción de planes de energía hidroeléctrica y de riego
en que el suministro hídrico a largo plazo es esen-
cial para mantener unas prácticas de gestión
óptimas. Además, hay un área muy especializada en
que los meteorólogos elaboran las principales
predicciones de largo alcance mediante modelos
climáticos mundiales sofisticados. A partir de ese
punto, el trabajo hidrológico se centra principal-
mente en la elaboración de predicciones de flujo y
de niveles de acuífero, para utilizarlas en la elabora-
ción de normas de control de embalses y de
estrategias de asignación de agua.
El método más directo consistirá probablemente en
establecer una correlación gráfica entre el flujo
actual o la altura del agua y esos mismos valores n
días atrás, con n = 1, 2, 4,... (sección 7.3.2.1). La
relación así definida permitirá extrapolar hacia el
futuro en ausencia de influencias perturbadoras
como, por ejemplo, episodios de precipitación. Las
desviaciones respecto de la línea más característica
suelen asociarse a fenómenos naturales o artificia-
les, y esta información puede influir también en
una predicción dada.
7.5.3 Análisis de series temporales
Una serie temporal es un conjunto de observacio-
nes de la variación temporal de un fenómeno
dado, como el caudal de un río o el nivel de agua
de un pozo o lago. Una serie temporal puede estar
II.7-28 Guía de Prácticas Hidrológicas
especificada­ a lo largo de un tiempo continuo o
discreto, en función de si las observaciones de una
variable de estado del sistema, como el flujo, son
continuas o están cuantificadas en un conjunto
discreto de mediciones que constituyen una aproxi-
mación a la variación de la variable de estado a lo
largo del tiempo (véase Kottegoda, 1980).
Dado que la escorrentía es un indicador del estado
de la cuenca de drenaje, el análisis de series tempo-
rales de una variable puede ser utilizado para
establecer relaciones predictivas. Uno de esos méto-
dos es el que reflejan los modelos autorregresivos de
media móvil (Box y Jenkins, 1976), muy apropiados
para cuencas con escasos datos de precipitación, ya
que para efectuar una predicción de ese tipo solo se
necesitan valores del caudal antecedente:
Qt+1 = a0Qt + a1Qt–1 + aiQt–2 + ... + b (7.11)
donde Qt+1 es la predicción para un período de anti-
cipación unitario, y Qt–i son los valores medidos
con anterioridad a i incrementos temporales. Los
coeficientes ai y b son valores estimados en el análi-
sis de series temporales. Además del valor predicho,
Qt+1, un modelo de series temporales puede propor-
cionar la distribución de posibles desviaciones
respecto del valor predicho, de tal manera que se
disponga de una estimación del error de predicción.
Para que una predicción de series temporales del
flujo mensual sea fiable, la autocorrelación de la
serie temporal mensual deberá tener un valor alto.
Tal es el caso en grandes ríos y corrientes fluviales
que drenan acuíferos y lagos de gran tamaño. Por lo
general, sin embargo, las predicciones son practica-
bles solo con una antelación de uno a cuatro meses.
Es posible incluir variables meteorológicas en un
modelo de series temporales pero, cuando se
dispone de esos datos, suele ser preferible efectuar
las predicciones mediante regresión o utilizando un
modelo conceptual. Los modelos de series tempora-
les pueden adaptarse también a la serie de errores,
como se expone en la sección siguiente.
7.6 Predicciones de fusión de nieve
7.6.1 Consideraciones generales
En muchos países se utilizan métodos de predicción
basados en modelos conceptuales de la escorrentía
de fusión de nieve (sección 6.3.4.2). Tales métodos
permiten predecir la fusión de nieve a partir de
datos meteorológicos de observaciones y prediccio-
nes. Es posible efectuar predicciones a corto y medio
plazo para ríos y tierras bajas, y predicciones a
medio y largo plazo para corrientes fluviales en
áreas montañosas. Es posible también efectuar
predicciones de volumen estacional para cuencas
situadas en tierras bajas y montañas, en que la esco-
rrentía de fusión de nieve constituye una parte
importante del flujo fluvial total.
La escorrentía de fusión de nieve es característica
del régimen de los ríos en tierras bajas con climas
templados y fríos, y de algunos de los ríos más gran-
des del mundo, incluso en zonas tropicales. En
muchos ríos, la escorrentía de agua de nieve repre-
senta entre un 50 y un 70 por ciento de la escorrentía
anual, y en regiones secas esa cifra puede llegar a
entre un 80 y un 90 por ciento. Las estimaciones de
escorrentía se utilizan en la gestión de embalses,
para la planificación del consumo, la generación de
energía hidroeléctrica, en obras públicas y para el
desarrollo rural. En consecuencia, se han desarro-
llado varios modelos hidrológicos de fusión de
nieve que permiten predecir la escorrentía de fusión
de nieve en términos de los flujos y volúmenes
máximos para el diseño de obras de ingeniería y la
gestión de los embalses.
7.6.2 Procesos de escorrentía de fusión
de nieve en ríos de tierras bajas
y de montaña
Durante la fusión de la nieve, muchos de los proce-
sos que rigen la escorrentía en cuencas fluviales de
tierras bajas y montañas son similares, por ejem-
plo, la fusión de nieve, la retención de agua en la
nieve, el flujo entrante de nieve fundida a una
cuenca, las pérdidas de escorrentía de fusión de
nieve, la producción hídrica de una cuenca y el
tiempo de retardo de la escorrentía de nieve fundida
hacia el punto de desagüe. Sin embargo, algunos de
los procesos difieren en dos casos. Así, la variación
interanual de las pérdidas de escorrentía de fusión
de nieve es considerablemente mayor en llanuras
que en cuencas fluviales montañosas. Lo que es
más importante, las regiones de orografía muy
pronunciada presentarán distribuciones de la capa
de nieve muy diferentes, ya que la elevación desem-
peñará un papel importante en cuanto a la
cantidad, redistribución y sublimación de la capa
de nieve.
La escorrentía total de fusión de nieve en cuencas
de tierras bajas dependerá del equivalente en agua
de la capa de nieve en el momento en que la nieve
comienza a fundirse —el volumen de precipitación
se produce después de que la nieve ha empezado a
fundirse— y de la cantidad de agua perdida por
infiltración y evaporación en la cuenca fluvial. El
primer factor puede determinarse hasta cierto
punto mediante mediciones; sin embargo, éstas
 Capítulo 7. Predicción hidrológica
dependen en gran medida del paisaje (volumen I,
capítulo 3, de la presente Guía). El segundo factor,
la cantidad de precipitación subsiguiente y las
pérdidas de agua durante el período de escorrentía,
deberá ser tratado por medios predictivos, o bien
probabilísticamente o presuponiendo unos valores
climatológicos promedios. Utilizar la predicción
numérica del tiempo para las predicciones de corto
alcance empieza a ser una posibilidad viable para la
predicción del forzamiento meteorológico. El tercer
factor, las pérdidas de escorrentía de fusión de nieve
en la cuenca, está controlado por la capacidad de
infiltración del suelo y por el almacenamiento de la
depresión superficial, incluidos los poros no capila-
res de gran tamaño de la capa superior del suelo. Las
pérdidas por evaporación son relativamente peque-
ñas y varían poco de un año a otro. La acumulación
de mantos de nieve y la ablación, especialmente
durante el deshielo de primavera, son aportes
importantes a los sistemas de predicción hidroló-
gica diaria que, a su vez, son muy útiles para la
prevención de crecidas y la generación hidroeléc-
trica. La medición y caracterización de la
distribución de nieve en una cuenca son elementos
cruciales para poder predecir la fusión
subsiguiente.
En el volumen I, capítulo 3 de esta Guía se indica
que las evaluaciones de nieve a nivel de cuenca
se  obtienen generalmente de sondeos y rutas
nivométricas;­ por regla general, se recomienda
que en regiones de orografía acentuada las rutas
nivométricas­ se sitúen a elevaciones y valores de
exposición en que la fusión de nieve es muy escasa
hasta que se logra la acumulación máxima. En
regiones de relieve intermedio o escaso, los
sondeos deberán representar las condiciones de
nieve promedias en una cuenca dada, y deberán
efectuarse en muy diversos tipos de paisaje con el
fin de describir adecuadamente la variabilidad
natural del paisaje.
La infiltración de agua en el suelo durante el
período de fusión de nieve es un factor que varía
considerablemente de un año a otro en función de
las condiciones del suelo. La tasa de infiltración en
el suelo congelado y la cantidad total de agua
absorbida dependen del contenido de humedad
del suelo previamente a la congelación, de la
temperatura, del espesor de la congelación y de las
propiedades físicas del suelo. El tamaño del área
ocupada por el almacenamiento en la depresión
puede expresarse matemáticamente mediante
funciones de distribución del espesor de agua nece-
sario para llenar las depresiones. Ese tipo de
funciones son características relativamente estables
de cada cuenca fluvial.
II.7-29
7.6.3 Predicciones de escorrentía
de fusión de nieve a corto
y medio plazo
Las predicciones de escorrentía de fusión de nieve a
corto y medio plazo en grandes cuencas fluviales
pueden efectuarse como sigue:
a) en tierras bajas, se dividen las cuencas fluviales
en cuencas pequeñas y parciales, supuestamente
homogéneas en términos hidrometeorológicos,
con una superficie no superior a 15 000 km2, y
se divide el sistema fluvial en secciones, comen-
zando por los tramos superiores;
b) en áreas montañosas, se dividen las cuencas en
zonas de altitud. El número de zonas dependerá
de la diferencia de altitud entre la altura piezo-
métrica y la desembocadura del sistema fluvial,
así como de la variabilidad de las condiciones
hidrometeorológicas en la zona. Según la expe-
riencia de algunos hidrólogos, el intervalo de
altitudes óptimo para esas zonas está compren-
dido entre 200 y 400 metros, para un total de
aproximadamente 20 zonas;
c) se calibran los modelos a partir de datos hidro-
meteorológicos correspondientes a años ante-
riores; y
d) se predicen los flujos para las cuencas parciales
o para las zonas de altitud en áreas montañosas
y se los propaga hasta un punto de predicción
aguas abajo (sección 6.3.5).
7.6.4 Predicciones de fusión de nieve
a largo plazo
Antes de adoptar un método para predecir a largo
plazo la escorrentía de fusión de nieve, es necesario
establecer unas relaciones de balance hídrico.
Previamente, será necesario:
a) determinar las características de interés de la
cuenca fluvial, como la topografía, la distribu-
ción de la cubierta terrestre y la naturaleza de
los suelos;
b) definir los factores que determinan la forma de
absorción de agua por el suelo y su retención en
la superficie del área de drenaje;
c) definir los factores básicos que determinan la
pérdida de agua en la cuenca fluvial y la varia-
ción interanual de tales factores;
d) determinar el papel que desempeña la precipi-
tación caída tras el comienzo de la fusión en
relación con la escorrentía, y la variabilidad de
esa precipitación; y
e) evaluar la exactitud de los datos de escorrentía,
equivalente en agua de la nieve y precipitación.
Es posible mejorar y ampliar las predicciones de
escorrentía de fusión de nieve incluyendo datos
II.7-30 Guía de Prácticas Hidrológicas
probabilísticamente representativos y/o prediccio-
nes meteorológicas cuantitativas respecto del
período posterior de fusión.
7.6.4.1 Predicciones estacionales de agua
de nieve en llanuras
En áreas llanas, la relación entre la escorrentía total
de fusión de nieve, Qn, y el equivalente en agua de
la nieve puede expresarse teóricamente en la forma
siguiente:
wn−f wn−f
Q n = ( wn − f ) ∫o f ( yd ) d yd −∫ yd f ( yd )d yd (7.12)
o
donde wn es el equivalente en agua de la nieve y f es
la infiltración total durante el período de fusión,
ambos en mm. La función f(yd) es la función de
distribución de área expresada en relación con la
altura de agua, (yd), necesaria para llenar las depre-
siones de la superficie de la cuenca fluvial.
En ausencia de infiltración, o cuando su intensidad
sea potencialmente superior a la tasa de fusión de
nieve, la ecuación 7.12 puede simplificarse como
sigue:
wn wn
Q n = wn ∫o f ( yd ) d yd −∫ yd f ( yd )d yd (7.13)
o
En este caso, la escorrentía es una función del equi-
valente en agua de la nieve y de la capacidad de
infiltración de la cuenca.
La cantidad de agua anual que contribuye a la esco-
rrentía estacional de fusión de nieve puede
calcularse mediante la suma:
–
– +P
W=wn (7.14)
donde w – es el equivalente en agua de la nieve medio
n –
en la cuenca al final del invierno, y P es la precipi-
tación media durante el período de escorrentía,
ambos en mm.
El equivalente en agua de la nieve medio en la
cuenca puede calcularse como media aritmética o
como media ponderada. El método de la media arit-
mética se utiliza cuando el número de estaciones de
medición nivométrica en la cuenca es suficiente-
mente grande y cuando su distribución espacial es
adecuada. El método de la media ponderada se
utiliza cuando los puntos de observación están
distribuidos desigualmente en el área considerada
y/o cuando la distribución de la capa de nieve es
irregular. Para calcular la media ponderada del equi-
valente en agua de la nieve, se confecciona un mapa
indicativo de la distribución promedio de la capa de
nieve en el área considerada.
En regiones en que puede haber deshielo en
invierno, suele formarse una capa de hielo sobre el
terreno. Si se dispone de mediciones, habrá que
añadir al equivalente en agua de la nieve la canti-
dad de agua contenida en ellas. Muy a menudo, no
resulta factible determinar directamente las condi-
ciones de humedad del suelo en el conjunto de la
cuenca fluvial, particularmente en invierno, debido
a la falta de datos adecuados. Es ésa la razón princi-
pal por la que los índices indirectos son tan
habituales.
En regiones esteparias secas, la diferencia entre
precipitación y evapotranspiración caracteriza la
tasa de infiltración potencial. En la zona forestal
húmeda, en que todos los años el contenido de
humedad del suelo en otoño es igual o superior a la
capacidad de campo, esa diferencia representa
variaciones del almacenamiento de la cuenca en su
conjunto. La escorrentía procedente de la precipita-
ción otoñal tardía puede utilizarse también como
índice de la capacidad de retención de las cuencas
fluviales en esas regiones.
7.6.4.2 Predicciones estacionales de fusión
de nieve en regiones montañosas
En áreas montañosas suele haber diferencias consi-
derables de clima, suelos y vegetación debido a las
diferencias de altitud. Estas características determi-
nan la naturaleza de la escorrentía de fusión de
nieve y el régimen de flujo de las corrientes. Por
consiguiente, la característica más importante de
una cuenca montañosa es su distribución en térmi-
nos de área-elevación. Las fuentes principales de
escorrentía son la nieve estacional, que se acumula
en las montañas durante la estación fría, y la preci-
pitación recibida durante la estación cálida del año.
En razón del largo período de tiempo transcurrido
entre el comienzo y el final del período de fusión de
nieve, las predicciones a largo plazo del flujo esta-
cional de los ríos de montaña son factibles. Las
condiciones más favorables para tales predicciones
se dan cuando la nieve estacional es la fuente prin-
cipal de escorrentía y cuando la cantidad de
precipitación estival es relativamente pequeña.
Las pendientes acentuadas, las rocas y un extenso
depósito altamente permeable de derrubios en
cuencas montañosas crean las condiciones para que
el agua configure canales, principalmente a través
de las capas de derrubios y de las hendiduras de las
rocas. En tales condiciones, las pérdidas de agua no
 Capítulo 7. Predicción hidrológica
varían considerablemente de un año a otro, y
deberá existir una relación adecuada entre la esco-
rrentía estacional y la cantidad de nieve en la
cuenca. Esta relación puede establecerse empírica-
mente si se dispone de mediciones que abarquen
varios años. Sin embargo, en la práctica, la determi-
nación de esas relaciones suele ser difícil.
7.7 Predicciones de la formación
y rotura del hielo [HOMS J45]
7.7.1 Consideraciones generales
Muchos ríos y lagos de latitudes medias se congelan
superficialmente en invierno. Las fases más impor-
tantes del régimen de hielo que son objeto de
predicción son las siguientes:
a) la primera formación de hielo;
b) la formación de la capa de hielo completa;
c) la rotura de la capa de hielo; y
d) la desaparición final de todos los hielos.
El régimen de hielo de los ríos está estrechamente
relacionado con las condiciones meteorológicas.
Así, las fechas de aparición de hielos flotantes y de
formación y rotura de la capa de hielo varían muy
ampliamente de un año a otro. Las predicciones de
hielo son muy útiles en la práctica para la navega-
ción, aunque también están interesadas en ellas
muchos otros usuarios, no solo para la navegación
en vías fluviales interiores.
Se conocen las relaciones exactas que permiten
calcular los regímenes térmico y de hielo; sin
embargo, su aplicación a la predicción de hielos
está muy limitada por la naturaleza estocástica de
los parámetros que rigen las ecuaciones, que varían
a lo largo del período comprendido entre la predic-
ción y el fenómeno predicho. En la presente sección
se examinan las diferentes predicciones de regíme-
nes de hielo existentes y las predicciones a corto
plazo de la formación y rotura de hielos.
Los métodos modernos utilizados para predecir a
corto plazo fenómenos de hielo están basados en el
balance térmico (Buzin y otros, 1989). Para predecir
fenómenos de hielo otoñales se utilizan fórmulas
de balance térmico en el contorno entre una super-
ficie unitaria de agua y la atmósfera adyacente. Los
factores que intervienen son el intercambio de calor
directo, la radiación solar, el calor en régimen
turbulento y el intercambio de humedad con la
atmósfera, la radiación efectiva, el flujo entrante de
calor desde el agua superficial y subterránea de la
Tierra, la disipación de la energía de la corriente en
forma de calor, y el flujo entrante de energía térmica
II.7-31
procedente de la precipitación caída en la superficie
del agua y de la descarga de aguas de desecho indus-
triales y domésticas. Aunque esos factores
desempeñan papeles diferentes respecto al balance
térmico, el más importante es el intercambio de
calor a través de la superficie en aguas exentas.
Las predicciones de la fecha en que la capa de hielo
se romperá están basadas en cálculos de la resisten-
cia tensora de la capa de nieve y hielo fundente,
mediante fórmulas del balance térmico y el valor
calculado del cociente entre la durabilidad de una
capa de hielo y la fuerza destructiva a partir de la
cual el manto de hielo se fractura. Esta última está
en función del caudal de la corriente, del nivel de
sus aguas y de la tasa con que haya variado a lo
largo del tiempo.
En la sección 6.3.6.3 de la presente Guía se exponen
varios métodos de modelización de la formación y
rotura de hielos.
7.7.2 Predicciones de hielo a largo plazo
El desarrollo de métodos para la predicción a largo
plazo de los fenómenos de hielo suele consistir en:
a) averiguar las fechas de formación y rotura de
los hielos fluviales en el área considerada (por
ejemplo, fechas promedias y variabilidad de las
fechas anuales) y delimitar las regiones en que
los fenómenos de hielo son uniformes, utili-
zando principalmente análisis estadísticos;
b) realizar un análisis sinóptico de las condicio-
nes que provocan la congelación o rotura de
los hielos, para el cual se divide el hemisfe-
rio norte en regiones típicas, utilizando como
instrumento matemático principal los análisis
de discriminantes;
c) realizar un análisis de la distribución de los
depósitos de calor en las capas superficiales
de los océanos, como el Atlántico y el Pacífico
septentrionales; identificar las áreas de interés
principales, los depósitos de calor comprendi-
dos entre los límites en que se ejerce la influen-
cia máxima sobre los procesos conducentes a la
formación y destrucción de una capa de hielo
fluvial, utilizando principalmente también en
este caso los análisis de discriminantes;
d) determinar variables cuantitativas de los proce-
sos atmosféricos y de los campos oceánicos, por
ejemplo, ampliando los campos meteorológi-
cos y oceánicos mediante funciones ortogona-
les; y
e) utilizar análisis de correlación para determi-
nar la relación entre la fecha de aparición de
hielo y las variables que representan los campos
meteorológicos y oceánicos correspondientes.
II.7-32 Guía de Prácticas Hidrológicas
7.7.3 Barreras de hielo y métodos
para la predicción de niveles
de agua elevados
Los aumentos peligrosos del nivel de agua y las
crecidas resultantes son posibles consecuencias de
la formación y rotura de capas y barreras de hielo en
un río. Las crecidas causadas por obstrucciones son
particularmente peligrosas, ya que sobrevienen en
temporadas frías y, en ocasiones, son duraderas. En
consecuencia, la superficie del agua se congela,
creando un campo de hielo que puede cubrir áreas
habitadas y que puede ser prácticamente imposible
de quitar. Bajo la barrera de hielo sobreviene
frecuentemente un descenso brusco del nivel de
agua, que reduce drásticamente el paso del agua a
través de la toma e interrumpe el suministro hídrico.
En muchas ocasiones, los niveles de agua máximos
de las presas de hielo formadas en ríos son superio-
res a los de las crecidas de primavera y verano. Las
presas de hielo pueden formarse rápidamente y dar
lugar a aumentos muy rápidos del nivel de agua
acompañados de un aumento mínimo del flujo.
Las obstrucciones de hielo son más frecuentes en
los tramos fluviales en que el hielo progresa desde
ambas orillas hacia el centro en dirección corriente
arriba. Cuanto más lentamente se desarrolla ese
proceso, más hielo se acumula aguas abajo de la
superficie congelada, reduciendo así el canal de
flujo y elevando el nivel de agua al aproximarse el
campo de hielo. Estas características de congelación
son típicas de los grandes ríos que fluyen hacia los
polos y de los ríos que nacen en grandes lagos y
rebalsamientos de centrales hidroeléctricas.
El caudal fluvial durante la congelación, las condi-
ciones de intercambio de calor, y en particular de la
temperatura del aire, y la posición del borde del
hielo respecto de la sección transversal son los
factores principales que habrá que tener en cuenta
para predecir los niveles del agua en presas de hielo.
Para dar cuenta de esos factores se han desarrollado
relaciones físico-estadísticas respecto de numerosos
ríos en que frecuentemente se observan barreras
peligrosas. El ejemplo siguiente hace referencia al
río Neva, en San Petersburgo (Buzin y otros, 1989):
Hjam = 1,29HX1 + 0,53L + 0,24HG – 404 (7.15)
donde HX1 es el nivel promedio del lago Ladozhskoye
en noviembre, expresado en cm, L es la distancia
desde la estación del Instituto de Gorniy hasta el
borde del hielo, en km, y HG es el nivel de agua en
esa estación, expresado en cm.
Es interesante observar que, conociendo solo HX1,
es posible emitir avisos acertados de niveles de agua
altos asociados a barreras de hielo con más de un
mes de antelación, y actualizarlos mediante predic-
ciones de tres a cinco días de anticipación mediante
la ecuación 7.15.
Hay un método generalizado que permite obtener
predicciones de corto alcance del nivel máximo de
agua resultante de barreras de hielo, en ubicaciones
fluviales de interés crítico. Los datos iniciales reque-
ridos son el gradiente del tramo del río considerado,
el caudal de agua en el día de aparición de hielo
(Q0), la temperatura del aire durante la congelación
del hielo de los últimos días, y la curva Q = f(H) en
el canal exento de hielo. Para efectuar una predic-
ción es necesario definir un valor del gradiente
crítico I’, obtenido mediante:
l ’ = 0,0154 g/c2 (1 – e) (7.16)
donde g es la aceleración de la gravedad, c es el
coeficiente de Chezy, U es la porosidad de los
campos de hielo estimada en función de la tempe-
ratura del aire, donde e = 0,25 para q = –10 °C, y
e = 0,55 para q = –2 °C.
Si se aplica la ecuación 7.16, la diferencia entre I’ y
el gradiente de la superficie exenta puede utilizarse
mediante una tabla especial confeccionada para
cada puesto hidrológico, basada en los datos de
observación hidrológica, a partir de los cuales se
define un factor de conversión kp (el factor invernal
sin dimensiones) entre el caudal de agua invernal y
el correspondiente caudal del canal abierto. El valor
del caudal Qkr se calcula mediante la ecuación
siguiente:
Qkr = Q0e–k0Thielo (7.17)
donde k0 dependerá de las condiciones meteoroló-
gicas durante la congelación, y Thielo es la duración
de la corriente de hielo, expresada en días. A título
de ejemplo, puede calcularse el coeficiente k0 del río
Amur mediante la ecuación siguiente:
k0 = 0,005 – 0,00333TXI (7.18)
T XI es la temperatura del aire promedia en
Chabarovsk en el mes de octubre.
El nivel de agua máximo de una barrera de hielo se
determina mediante el valor de caudal reducido Q’
(caudal de agua estival hipotético que eleva los
niveles hídricos y que puede crear una barrera de
hielo en invierno) y la curva estival Q = f(H). En
estos casos, es necesario calcular el caudal Q’
 Capítulo 7. Predicción hidrológica
reducido,­ del que puede obtenerse una estimación
aproximada mediante:
Q kr (7.19)
Q' =
kp
Las presas de hielo primaveral que se forman en los
ríos se rompen aguas abajo por los efectos de las
ondas de crecida de primavera provenientes de la
parte superior de la cuenca. Este fenómeno es parti-
cularmente importante en los ríos que fluyen de sur
a norte en Canadá, y en las partes septentrionales
de Europa y de la Federación de Rusia. La rotura de
los hielos en esos ríos se produce en cadena, y
consiste en la formación y destrucción consecutiva
de presas de hielo de magnitud variable.
El nivel de agua máximo en una presa de hielo de
un tramo fluvial dado depende de numerosos facto-
res, que pueden clasificarse en dos grupos: factores
relacionados con el proceso de formación de la capa
de hielo y factores relacionados con su destrucción.
Las presas más resistentes y las crecidas más catas-
tróficas sobrevienen cuando los niveles de agua
altos son elevados durante la formación de la capa
de hielo. Estas situaciones pueden darse cuando un
flujo otoñal alto se encuentra con un canal limitado
por hielo enlodado, especialmente cuando la conge-
lación del río está acompañada de un cierto
desplazamiento de la capa de hielo (Buzin y otros,
1989). Puede sobrevenir también cuando un rápido
aumento en los tramos superiores, en el transcurso
de una crecida de primavera, coincide con un
enfriamiento brusco en el límite de la capa de hielo
en el tramo considerado, de modo que el hielo
resulte particularmente duradero y forme una presa
de hielo en un tramo aguas abajo.
En ciertos tramos fluviales (por ejemplo en los ríos
Amur, Angara y Sukhona), los factores del primer
grupo permiten predecir los niveles de agua máxi-
mos en presas de hielo durante períodos
comprendidos entre uno y cuatro meses, mediante
la ecuación siguiente:
Ht,presa = 180 + 2,18 Hx (7.20)
donde Ht,presa es el nivel de agua máximo en la presa
de hielo, expresado en cm, y H es el nivel de agua
durante el período de formación de la capa de hielo,
en cm.
La incorporación de las características de la forma-
ción de la capa de hielo como parámetros vinculados
a las peculiaridades del proceso primaveral ha
permitido predecir, en la cuenca fluvial del río Lena,
la probabilidad de aparición de niveles de agua
II.7-33
peligrosos­ en presas de hielo durante el período de
rotura de hielo en cada una de las cuatro secciones
básicas del río, con períodos de anticipación de
predicciones de entre 20 y 40 días. Utilizando la
relación entre el espesor del hielo en la parte princi-
pal del río y el espesor del hielo en la ciudad
principal situada en esa parte, es posible predecir si
una presa de hielo pondrá en peligro la ciudad o si
se formará en otro punto. La probabilidad de prede-
cir correctamente tales niveles peligrosos es de un
80 por ciento.
Sin embargo, en numerosos ríos en que las presas de
hielo entrañan un riesgo particular, el desarrollo de
métodos de predicción de largo alcance es proble-
mático y, por lo general, tales predicciones suelen
necesitar de correcciones. Por esa razón, se han
ideado varios métodos que permiten efectuar
predicciones de corto alcance en aquellos lugares en
que se forman todos los años presas de hielo. Tales
predicciones están basadas en las relaciones físicas y
estadísticas que incorporan los principales factores
precedentemente indicados. En varios casos, las
predicciones meteorológicas de tres a cinco días de
anticipación sirven como punto de partida para
estimar las características de la durabilidad del hielo
y de la probabilidad de enfriamiento.
Algunos métodos recomendados están basados en
la predicción de los niveles de agua en presas de
hielo para cualquier punto del río, incluso en ausen-
cia de series de observación de largo período. En
tales casos, es posible utilizar la curva de caudal,
Q  =  f(H), junto con datos meteorológicos locales
para calcular las características de durabilidad del
hielo correspondientes. El nivel máximo del agua
en una presa de hielo se determina a partir de la
ecuación Q = f(H), y la ecuación 7.19 permite calcu-
lar un valor de Q’ apropiado. En estos casos, Q’ es
un caudal estival condicional capaz de ocasionar un
aumento del nivel de agua ante la formación de una
represa de hielo. En la ecuación 7.19, kp es el factor
invernal correspondiente al período de formación
de la presa de hielo. Este coeficiente se obtiene
mediante la relación que lo vincula a las caracterís-
ticas de una capa de hielo, según la ecuación
siguiente:
k p = 8,13
⎛ ϕ h hielo ⎞0,38 ( k − 1) + 1 (7.21)
⎝ B ⎠ hielo
donde j es la relación existente entre la durabilidad
del hielo el último día previo a la rotura de la capa
de hielo y la durabilidad del hielo el día en que la
nieve desaparece de la superficie, que puede
obtenerse­ mediante técnicas descritas en varias
publicaciones (Buzin y otros,1989); h hielo es el
II.7-34 Guía de Prácticas Hidrológicas
espesor­ del hielo, expresado en metros, antes de la
rotura de la capa de hielo; B es la anchura del río, en
metros; khielo es el factor invernal para un nivel de
agua máximo al comienzo de la congelación otoñal
(para varias cuencas fluviales, khielo = 0,65, 0,85). El
factor invernal puede calcularse también como
sigue:
1
k hielo = 1 −
1 ,1 − 1 log g F
donde F es la cuenca hidrográfica, en km2, situada
por encima de una presa de hielo.
Cuando hay un tramo fluvial sin afluentes por
encima de una presa de hielo y se dispone de un
hidrómetro en esa parte del río (figura II.7.9), es
posible utilizar el método de los caudales de equiva-
lente fase de hielo para predecir el caudal en la presa
de hielo (Qkr1):
Figura II.7.9. Tramo de un río con una presa de hielo
Qkr1 = kp2 Qkr2 F1/F2 (7.23)
donde kp2 es el factor invernal correspondiente a la
fecha de formación de la presa de hielo en la sección
superior, Qkr2 es el caudal en esa misma sección,
atribuida a un nivel máximo de la presa de hielo en
la sección superior con arreglo a los valores de
caudal de la curva estival Q = f (H), y F1 y F2 son las
(7.22) áreas de la cuenca circundadas por las secciones
superior e inferior del tramo, F1 = F2 + ΔF.
En los sitios web siguientes se encontrará informa-
ción útil para los servicios de predicción hidrológica:
– Earth Resources Observation and Science (EROS)
Center: http://edc.usgs.gov/;
– Center for Innovation in Engineering and Science
Education: http://www.ciese.org/;
– Nacional Snow and Ice Date Center: http://nsidc.
org/snow/;
Hidrómetro
Presa
de hielo
 Capítulo 7. Predicción hidrológica
– School of Natural Resources (Universidad de
Nebraska-Lincoln): http://snr.unl.edu/niwr/;
– The Snow Booklet (Centro sobre el Clima de
Colorado): http://climate.colostate.edu/snowbo-
oklet.php;
– Recursos hídricos de Estados Unidos (USGS):
http://water.usgs.gov/;
– Lista de informes de Recursos hídricos de Estados
Unidos (USGS): http://water.usgs.gov/listurl.html;
– Automated Flood Warning System (AFWS):
http://www.afws.net/;
– US Hazard Assessment: http://www.cpc.ncep.
noaa.gov/products/expert_assessment/threats.
shtml;
– Famine Early Warning System Network (FEWS-
NET) Mesoamerica Famine Early Warning System
(MFEWS) Asia Flood Network (AFN): http://www.
cpc.ncep.noaa.gov/products/fews/;
– Darthmouth Flood Observatory: http://floodob-
servatory.colorado.edu/;
– Agencia para la Protección del Medio Ambiente (sobre
el agua): http://www.epa.gov/ebtpages/water.html;
– Significant River Flood Outlook: http://www.hpc.
ncep.noaa.gov/nationalfloodoutlook/;
– Datos en forma tabular de estaciones de aforo:
http://www.ibwc.state.gov/wad/rtdata.htm;
– Institute of Water Resources: http://www.iwr.
usace.army.mil/;
– Miniterio de Medio Ambiente de Canadá (sobre el
tiempo y la meteorología): http://www.ec.gc.ca/
meteo-weather/default.asp?lang=En&n=FDF98F96-1;
– Centro Nacional de Datos Climáticos (Estados
Unidos): http://www.ncdc.noaa.gov/ol/climate/
climateextremes.html;
– National Operational Hydrologic Remote Sensing
Center: http://www.nohrsc.nws.gov/;
– Hydrometeorological Automated Data System:
http://www.nws.noaa.gov/oh/hads/;
– Hydrometeorological Design Studies Center:
http://www.nws.noaa.gov/ohd/hdsc/;
– Portal sobre formación del Servicio Meteorológico
Nacional de Estados Unidos: http://www.weather.
gov/training/;
– USDA Global Reservoir and Lake Monitor: http://www.
pecad.fas.usda.gov/cropexplorer/global_reservoir/;
– World Climate: http://www.worldclimate.com/; y
– World Resources Institute: http://www.wri.org/
watersheds/.
Referencias y lecturas sugeridas
Administración Nacional del Océano y de la Atmósfera
y Departamento de Asuntos Económicos y Sociales
de las Naciones Unidas, 2004: Guidelines for Reducing
Flood Losses, 87 págs.
Anderson, E. A., 1973: National Weather Service River
Forecast System: Snow Accumulation and Ablation
II.7-35
Model, Programs and Test Data, NOAA NWSHYDRO
Technical Memorandum 17.
Appolov, B. A., G. P. Kalinin y V. D. Komarov, 1974:
Course on Hydrological Forecasting, Leningrado,
Gidrometeoizdat, 418 págs.
Banco Mundial, 2002: 2002 World Development Indicators,
Washington D. C., Banco Mundial, 405 págs.
Barrett, C. B., 1999: “Successful Development
and Engineering of Global Integrated Water
Management Systems”, American Society of Civil
Engineers, International Activities Committee,
Roundtable Discussion paper, Washington D. C..
—, 2003: WMO-NOAA Hydrologic Forecasting Course,
14 de octubre al 7 de noviembre de 2003, Kansas
City, Kansas.
Barrett, C. B. y otros, 1985: Guidelines on Community
Local Flood Warning and Response Systems, Hydrology
Subcommittee of the Interagency Advisory
Committee on Water Data, Springfield, 1985.
Bellerby, T., M. Todd, D. Kniveton y C. Kidd, 2001:
“Rainfall estimation from a combination of
TRMM precipitation radar and GOES multispectral
satellite imagery through the use of an artificial
neural network”, en Journal of Applied Meteorology,
39(12):2115–2128.
Bergstroem, S., 1976: Development and Application of a
Conceptual Runoff Model for Scandinavian Catchments,
SMHI Rapporter No. RH07.
Beven, K., 2002: “Towards an alternative blueprint
for a physically based digitally simulated hydro-
logic response modelling system”, en Hydrological
Processes, 16,189–206.
Borovikova, L. N., Y. M. Denisov, E. B. Trofimova y I. D.
Shencis, 1972: Matematicheskoe modelirovanie processa
stoka gornyh rek (Modelización matemática de la
formación de escorrentía en ríos de montaña), Trudy
Sredaznigmi, Vyp. 61(76).
Borsch, S. V. y T. P. Silantjeva, 1987: “Método de predic-
ción de la desembocadura de un río a corto y medio
plazo basado en la dependencia generalizada”, en
Instrucciones metódicas (disponible únicamente en
ruso), Moscú, Centro de hidrometeorología de la URSS.
—, 1989: Perfeccionamiento del método para contabilizar la
rotura de la capa de hielo en ríos y embalses (disponible­
únicamente en ruso), informe del Centro
Hidrometeorológico de la URSS, 309.
Box, G. E. P. y G. M. Jenkins, 1976: Time-series analysis:
Forecasting and Control, San Francisco, Holden-Day.
Braga, B., Jr. y O. Massambani (eds.), 1997: Weather
Radar Technology for Water Resources Management,
Montevideo, UNESCO Press, 516 págs.
Brier, G. W. y R. A. Allen, 1951: “Verification of Weather
Forecasts”, en Malone, T. F (ed.), Compendium of
Meteorology, Sociedad Meteorológica Americana,
841–848.
Brun, E., P. David, M. Sudak y G. Brunot, 1992:
“A numerical Model to Simulate snow-cover
II.7-36 Guía de Prácticas Hidrológicas
stratigraphy­for operational avalanche forecasting”,
en Journal of Glaciology, 38(128), 13–22.
Buzin V. A., G. I. Bolotnikov y A. M. Filippov, 1989:
“Barreras de hielo en ríos: métodos de estudio,
contabilización y predicción”, en Problemas hidro-
lógicos actuales (disponible únicamente en ruso),
Leningrado, Hydrometeoizdat.
Carpenter, T. M. y K. P. Georgakakos, 2004: “Impacts
of parametric and radar rainfall uncertainty on the
ensemble streamflow simulations of a distributed
hydrologic model”, en Journal of Hydrology.
Carpenter, T. M., J. A. Sperfslage, K. P. Georgakakos, T.
Sweeney y D. L. Fread, 1999: “National threshold
runoff estimation utilizing GIS in support of opera-
tional flash flood warning systems”, en Journal of
Hydrology, 224, 21–44.
Carpenter, T. M., K. P. Georgakakos y J. A. Sperfslage,
2001: “On the parametric and NEXRAD-radar sensi-
tivities of a distributed hydrologic model suitable
for operational use”, en Journal of Hydrology, 254,
169–193.
Carroll, T. R., 1995: “Remote-sensing of snow in the
cold regions”, en Proceedings of the First Moderate
Resolution Imaging Spectroradiometre (MODIS) Snow
and Ice Workshop, NASA/Goddard Space Flight
Center, Greenbelt, Maryland.
Chagnon, S. A., 1999: “Record flood-producing
rainstorms of 17–18 July 1996 in the Chicago metro-
politan area. Part III, Impacts and responses to the
flash flooding”, en Journal of Applied Meteorology, 38,
273–280.
Cluckie, I. D. y C. G. Collier (eds.), 1991: Hydrological
Applications of Weather Radar, Environmental
Management, Science and Technology Series,
Chichester, Ellis Horwood, 644 págs.
Cluckie, I. D. y D. Han, 2000: “Fluvial Flood
Forecasting”, Journal of Water and Environmental
Management, Chartered Institution of Water and
Environmental Management, 14(8).
Colbeck, S. C. (ed.), 1980: Dynamics of Snow and Ice
Masses, Nueva York, Academic Press, 305–395.
Collier, C. G. y R. Krzysztofowicz, 2000: “Special Issue on
Quantitative Precipitation Forecasting”, en Journal of
Hydrology, 239,1–337.
Collinge, V. K. y C. Kirby (eds.), 1987: Weather Radar and
Flood Forecasting, Nueva York, Wiley, 296 págs.
Consejo Nacional de Investigación, 1991: Opportunities in
the Hydrologic Sciences, Washington D. C., National
Academy Press, 348 págs.
Dabberdt, W. F., J. Hales, S. Zubrick, A. Crook, W.
Krajewski, J. Christopher Doran, C. Mueller, C.
King, R. N. Keener, R. Bornstein, D. Rodenhuis, P.
Kocin, M. A. Rossetti, F. Sharrocks y E. M. Stanley
Sr, 2000: “Forecast issues in the urban zone, Report
of the 10th Prospectus Development team of the
U.S. Weather Research Program”, en Bulletin of the
American Meteorological Society, 81(9), 2047–2064.
Departamento de Comercio de Estados Unidos, 2002:
Final Report on Hurricane Reconstruction Program,
Central American and the Dominican Republic,
mayo de 2002.
Donald, J. R., E. D. Soulis, N. Kouwen y A. Pietroniro,
1995: “A land cover-based snow cover representa-
tion for distributed hydrologic models”, en Water
Resources Research, 31:(4), 995–1009.
Draper, N. R. y H. Smith, 1966: Applied Regression
Analysis, Nueva York, Wiley.
Evensen, G., 1994: “Sequential data assimilation with
a non-linear quasi-geostrophic model using Monte
Carlo methods to forecast error statistics”, en Journal
of Geophysical Research, 90(C5), 10143–10162.
Finnerty, B. D., M. B. Smith, D.-J. Seo, V. Koren y M.
G. Moglen, 1997: “Space-time sensitivity of the
Sacramento model to radar-gage precipitation
inputs”, en Journal of Hydrology, 203, 21–38.
Fleming, G., 1975: Computer Simulation Techniques in
Hydrology, Nueva York, Elsevier.
Fulton, R. A., J. P. Breidenbach, D.-J. Seo y D. A. Miller,
1998: “The WSR-88D rainfall algorithm”, en Weather
and Forecasting, 13(2), 377–395.
Georgakakos, K. P., 2002: “US corporate technol-
ogy transfer in hydrometeorology”, en Journal of
Hydroinformatics, 4(1), 3–13.
—, 2004: “Analytical results for operational flash flood
guidance”, en Journal of Hydrology (en revisión).
Georgakakos, K. P. y J. A. Sperfslage, 2004: “Operational
rainfall and flow forecasting for the Panama Canal
watershed”, en Harmon, R. S. (ed.), Rio Chagres,
A Multidisciplinary Profile of a Tropical Watershed,
Dordrecht, Kluwer Academic Publishers, 16.1–16.13
(en prensa).
Georgakakos, K. P. y W. F. Krajewski (eds.), 2000:
“Hydrologic Applications of Weather Radar”, en
Special Issue of Journal of Geophysical Research –
Atmospheres, 105(D2), 2213–2313.
Ginzburg, B. M. y M. I. Silnitskaya, 2000: “Influence
of the oceans surface of temperature distribu-
tion on the on terms of opening of the rivers of
the European territory of Russia”, en Journal of
Meteorology and Hydrology, 6, 86–91.
Ginzburg, B. M., S. V. Borsch y N. D. Efremova, 2001:
“Methods of the background long-range and
medium-range forecasting of dates of opening of the
rivers of the European territory of Russia”, en Journal
of Meteorology and Hydrology, 11, 67–78.
Ginzburg, B. M., S. V. Borsch, N. D. Efremova y M.
I. Silnitskaya, 1998: “A method for background
long-term prediction of ice appearance dates
for rivers and reservoirs in European Russia
and Byelorussia”, en Journal of Meteorology and
Hydrology, 6, 84–91.
Ginzburg, B. M., S. V. Borsch, N. D. Efremova, M. I.
Silnitskaya y K. N. Polyakova, 2002: “Methods
of long-range and medium-range forecasting of
 Capítulo 7. Predicción hidrológica
dates of the spring flood maximal level on rivers
on European territory of Russia”, en Journal of
Meteorology and Hydrology, 11, 81–92.
Gray, D. M. y D. H. Male (eds.), 1981: Handbook of
Snow: Principles, Processes, Management and Use,
Toronto, Pergamon Press.
Hedstrom, N. R. y J. W. Pomeroy, 1998: “Measurements
and modelling of snow interception in the boreal
forest”, en Hydrological Processes, 12(10–11),
1611–1625.
Hydrometeoizdat, 1989: Guía de predicciones hidrológicas,
Volumen III: Predicciones del hielo (disponible
únicamente en ruso), Leningrado.
Jelesnianski, C. P., 1974: SPLASH II: General Track
and Variant Storm Conditions, NOAA Technical
Memorandum, NWS, TDL-S2, Departamento de
Comericio de Estados Unidos.
Joliffe, T. I. y B. D. Stephenson, 2003: Forecast Verification
A Practitioner’s Guide in the Atmospheric Sciences,
Wiley, 240 págs.
Jones, H. G., J. Pomeroy, D. A. Walker y R. W. Hoham,
2001: Snow Ecology: an interdisciplinary examination of
snow-covered ecosystems, Cambridge University Press,
377 págs.
Koren, V. I., B. D. Finnerty, J. C. Schaake, M. B. Smith,
D. J. Seo y Q. Y. Duan, 1999: “Scale dependencies of
hydrology models to spatial variability of precipita-
tion”, en Journal of Hydrology, 217, 285–302.
Kottegoda, N. T., 1980: Stochastic Water Resources
Technology, Londres, Macmillan Press.
Kovar, K. y H. P. Nachtnebel (eds.), 1996: Application
of Geographic Information Systems in Hydrology and
Water Resources Management, publicación de la AICH
núm. 235, Wallingford, IAHS Press, Institute of
Hydrology, 711 págs.
Krzysztofowicz, R., 1992: “Bayesian correlation score:
a utilitarian measure of forecast skill”, en Monthly
Weather Review, 120, 208–219.
Kummerow, C., W. Barnes, T. Kozu, J. Shiue y J. Simpson,
1998: “The Tropical Rainfall Measuring Mission
(TRMM) sensor package”, en Journal of Atmospheric
and Oceanic Technology, 15(3), 809–817.
Kuo, C. Y. (ed.), 1993: Engineering Hydrology, American
Society of Civil Engineers, Nueva York, 989–994.
Mogil, H. M., J. C. Monro y H. S. Groper, 1978: “NWS
flash flood warning and disaster preparedness
programs”, en Bulletin of the American Meteorological
Society, 59, 690–699.
Munich Re, 2001: Topics, Annual Review: Natural
Catastrophes 2000, Munich.
Murphy, A. H. y R. L. Winkler, 1987: “A general frame-
work for forecast verification”, en Monthly Weather
Review, 115, 1330–1338.
Murphy, A. H., 1988: “Skill scores based on the mean
square error and their relationships to the correla-
tion coefficient”, en Monthly Weather Review, 116,
2417–2424.
II.7-37
Murphy, A. H., 1996: “General decompositions of
MSE-based skill scores: measures of some basic
aspects of forecast quality”, en Weather and
Forecasting, 124, 2353–2369.
Oficina de Recuperación de Estados Unidos, 1960: Design of
Small Dams, Washington D. C., apéndice A, 413–431.
Ogden, F. L., J. Garbrecht, P. A. DeBarry y L. E. Johnson,
2001: “GIS and distributed watershed models, II,
Modules, interfaces and models”, en Journal of
Hydrologic Engineering, 6(6), 515–523.
Organización de las Naciones Unidas para la Educación,
la Ciencia y la Cultura, 1991: Proceedings of the
International Workshop on Storm Surges, River Flow and
Combined Effects, 8 a 12 de abril de 1991, Hamburgo,
contribución al proyecto H-2-2 de la UNESCO-PHI.
Organización Meteorológica Mundial, 1969: Hydrological
Forecasting, Technical Note No. 92, WMO-No. 228,
Ginebra.
—, 1975: Intercomparison of Conceptual Models Used in
Operational Hydrological Forecasting, Operational
Hydrology Report No. 7, WMO-No. 429, Ginebra.
—, 1982: Long-range Water-supply Forecasting, edited by
M. Dyhr-Nielsen, Operational Hydrology Report No.
20, WMO-No. 587, Ginebra.
—, 1986: Intercomparison of Models of Snowmelt Runoff,
WMO-No. 646, Ginebra.
—, 1990: Hydrological Models for Water Resources System
Design and Operation, Operational Hydrology Report
No. 34, WMO-No. 740, Ginebra.
—, 1992: Simulated Real-time Intercomparison of
Hydrological Models, Operational Hydrology Report
No. 38, WMO-No. 779, Ginebra.
—, 1994: Guía de Prácticas Hidrológicas, quinta edición,
OMM-Nº 168, Ginebra, 769–772.
— y Organización de las Naciones Unidas para la
Educación, la Ciencia y la Cultura, 1997: ¿Hay sufi-
ciente agua en el mundo?
Overland, J. E., 1975: Estimation of Hurricane Storm
Surge in Apalachicola Bay, Florida, NOAA Technical
Memorandum, NWS-17, Departamento de Comercio
de Estados Unidos.
Palmer, W. C., 1965: Meteorological Drought, Research
Paper No. 45, Oficina Meteorológica de Estados
Unidos, Washington D. C.
Pielke, R. A., Jr y M. W. Downton, 2000: “Precipitation
and damaging floods, Trends in the United States,
1932-1997”, en Journal of Climate, 13, 3625–3637.
Pomeroy, J. W. y D. M. Gray (eds.), 1995: Snowcover
Accumulation, Relocation and Management, NHRI
Science Report No. 7, National Hydrology Research
Centre, Saskatoon, Sask, Canadá, 144 págs.
Pomeroy, J. W. y E. Brun, 2001: “Physical Properties
of Snow”, en Jones, H. G., J. W. Pomeroy, D.
A. Walker y R. W. Hoham (eds.), Snow Ecology:
An Interdisciplinary Examination of Snow-covered
Ecosystems, Cambridge, Cambridge University Press,
45–126.
II.7-38 Guía de Prácticas Hidrológicas
Rango, A., J. Martinec, J. Foster y D. Marks, 1983:
“Resolution in operational remote-sensing of snow
cover. Hydrological Applications of Remote-sensing
and Remote Data Transmission”, en Proceedings of
the Hamburg Symposium, agosto de 1983, publi-
cación de la AICH núm. 145.
Riccardi, G. A., E. D. Zimmermann y R. A. Navarro,
1997: “Zonification of areas with inundation risk
by means of mathematical modelling in the Rosario
region Argentina”, en Leavesley, G. H., H. F. Lins, F.
Nobilis, R. S. Parker, V. R, Schneider y F. H. M. van
de Ven (eds.), Destructive Water, Water-Caused Natural
Disasters, their Abatement and Control, IAHS Press,
Institute of Hydrology, Wallingford, 123–135.
Seo, D.-J. y J. P. Breidenbach, 2002: “Real-time correc-
tion of spatially nonuniform bias in radar rainfall
data using rain gauge measurements”, en Journal of
Hydrometeorology, 3(2), 93–111.
Shi, J. C., J. Dozier y H. Rott, 1994: “Snow Mapping in
Alpine Regions with Synthetic Aperture Radar”, en
IEEE Transcations on Geoscience and Remote-sensing,
31(1), 152–158.
Sittner, W. T. y K. M. Krouse, 1979: Improvement of
Hydrologic Simulation by Utilizing Observed Discharge
as an Indirect Input (Computed Hydrograph Adjustment
Technique – CHAT), NOAA Technical Memorandum
NWS HYDRO-38, Departamento de Comercio de
Estados Unidos.
Sittner, W. T., C. F. Schauss y J. C. Monro, 1969:
“Continuous hydrograph synthesis with an API-type
hydrological model”, en Water Resources Research, 5(5).
Sweeney, T. L., 1992: Modernized areal flash flood guidance,
NOAA Technical Report NWS HYDRO 44, Hydrology
Laboratory, Servicio Meteorológico Nacional, NOAA,
Silver Spring, MD, 21 págs. y un apéndice.
Smith, M. B., K. P. Georgakakos y X. Liang, (eds.), 2004a:
“The Distributed Model Intercomparison Project
(DMIP)”, en Special Issue of Journal of Hydrology (en
prensa).
Smith, M. B., D.-J. Seo, V. I. Koren y co-autores, 2004b:
“The Distributed Model Intercomparison Project
(DMIP): An Overview”, en Journal of Hydrology (en
prensa).
Tachikawa, Y., B. E. Vieux, K. P., Georgakakos y E.
Nakakita (eds.), 2003: Weather Radar Information and
Distributed Hydrological Modelling, publicación de la
AICH núm. 282, Wallingford, IAHS Press, 323 págs.
Todini, E. y J. R. Wallis, 1978: “A Real-time Rainfall
Runoff Model for an On-line Flood Warning
System”, en Proceedings of the AGU Chapman
conference­on applications of kalman filtering theory
and techniques to hydrology, hydraulics and water
resources, Pittsburgh, Pensilvania, 22 a 24 de mayo
de 1978.
Twedt, T. M., J. C. Schaake y E. L. Peck, 1977: “National
Weather Service extended streamflow predic-
tion”, en Proceedings of the western snow conference,
Albuquerque, Nuevo México, 19 a 21 de abril de
1977.
Urbonas, B. R. y L. A. Roesner, 1993: “Hydrologic
design for urban drainage and flood control”, en
Maidment, D. R. (ed.), Handbook of Hydrology, Nueva
York, McGraw-Hill Inc., 28.1–28.52.
Weaver, J. F., E. Gruntfest y G. M. Levy, 2000: “Two
floods in Fort Collins, Colorado, Learning from
a natural disaster”, en Bulletin of the American
Meteorological Society, 81(10), 2359–2366.
Young, P. C., 1993: Concise Encyclopaedia of Environmental
Systems, Pergamon Press, 22 págs.